上篇介绍了隐马尔科夫模型

本文给出关于问题3解决方法,并给出一个例子的python代码

回顾上文,问题3是什么,

下面给出,维比特算法(biterbi) algorithm

下面通过一个具体例子,来说明维比特算法(biterbi)

下面附上该解决该例题的python代码

import  numpy as np
#you must install the numpy  

A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]])
B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]])
O=np.array([0 ,1, 0])#T=3
pi=np.array([0.2,0.4,0.4])  N=3#N kind state
M=2#M kind of observation
T=3  #initialize:  

delta=np.zeros((T,N),np.float)
w=np.zeros((T,3),np.float)
I=np.zeros(T)  for i in range(N):  delta[0,i]=pi[i]*B[i,O[0]]  w[0,i]=0  #Recursion:
for t in range(1,T):  for i in range(N):    delta[t,i]=B[i,O[t]]*np.array([delta[t-1,j]*A[j,i]  for j in range(N)]).max()  w[t,i]=np.array([delta[t-1,j]*A[j,i]  for j in range(N)]).argmax()  #termination
Poptimal=delta[T-1,:].max()
I[T-1]=delta[T-1,:].argmax()
for t in range(T-2,-1,-1):  I[t]=w[t+1,I[t+1]]  print 'the optimal I is ' I  

参考文献:统计学习方法,李航

本人水平有限,怀着分享学习的态度发表此文,欢迎大家批评,交流。感谢您的阅读。
欢迎转载本文,转载时请附上本文地址:http://www.cnblogs.com/Dzhouqi/p/3203795.html
另外:欢迎访问我的博客 http://www.cnblogs.com/Dzhouqi/

转载于:https://www.cnblogs.com/Dzhouqi/p/3203795.html

隐马尔科夫模型,第三种问题解法,维比特算法(biterbi) algorithm python代码相关推荐

  1. m基于隐马尔科夫模型(HMM)的手机用户行为预测(MMUB)算法matlab仿真

    目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 隐马尔可夫模型(Hidden Markov Model,HMM)是一种统计模型,广泛应用在语音识别, ...

  2. 隐马尔科夫模型、三个基本问题、三个训练算法

    参考一篇"机器学习研究会"的文章与宗庆后的<统计自然语言模型>,督促自己回顾一下HMM模型知识为面试做准备. 这次学习会讲了隐马尔科夫链,这是一个特别常见的模型,在自然 ...

  3. 隐马尔科夫模型,三个基本问题及相应算法

    隐马尔科夫模型基本问题及其相应的算法: 1.评估问题:概率计算问题:给定模型和观测序列,计算在模型下观测序列出现的概率. 前向.后向算法解决的是一个评估问题,即给定一个模型,求某特定观测序列的概率,用 ...

  4. 隐马尔科夫模型HMM详解(1)

    目录 隐马尔科夫模型基本概念 隐马尔科夫模型的三个基本问题 概率计算 预测算法-Viterbi算法 HMM学习算法参考下篇文章 代码地址:https://gitee.com/liangcd/speec ...

  5. HMM学习笔记2 隐马尔科夫模型与前向算法

    一 序 本系列文章摘自 52nlp(我爱自然语言处理: http://www.52nlp.cn/),原文链接在 HMM 学习最佳范例,有大佬做了二次整理,参见:https://blog.csdn.ne ...

  6. 第十九课.隐马尔科夫模型

    目录 隐马尔科夫模型的结构 马尔科夫链与隐马尔科夫模型 实例 HMM的要素 模型的性质 推理问题:HMM的状态解码 隐状态解码问题 最大路径概率与维特比算法 使用维特比算法解码 实例演示 基于Pyth ...

  7. 【NLP】用于语音识别、分词的隐马尔科夫模型HMM

    大家好,今天介绍自然语言处理中经典的隐马尔科夫模型(HMM).HMM早期在语音识别.分词等序列标注问题中有着广泛的应用. 了解HMM的基础原理以及应用,对于了解NLP处理问题的基本思想和技术发展脉络有 ...

  8. 隐马尔科夫模型(Hidden Markov Models) 系列之五

    隐马尔科夫模型(Hidden Markov Models) 系列之五 介绍(introduction) 生成模式(Generating Patterns) 隐含模式(Hidden Patterns) ...

  9. 隐马尔科夫模型(Hidden Markov Models) 系列之三

    隐马尔科夫模型(Hidden Markov Models) 系列之三 介绍(introduction) 生成模式(Generating Patterns) 隐含模式(Hidden Patterns) ...

  10. 炎热天气看书还是钓鱼?隐马尔科夫模型教你预测!

    高温天气与行为概率 夏季是一年最热的时候,气温普遍偏高,一般把日最高气温达到35℃以上的天气叫作高温天气,但是一般情况下高温天气分为两类.  (1)干热型高温.一般是指气温较高.太阳辐射强而且空气的湿 ...

最新文章

  1. 随机网络构建_构建随机报价机
  2. iBATIS之父:iBATIS框架的成功蜕变
  3. 网络推广——企业网站停止网络推广会对网站产生负面影响
  4. 搜索和搜索形式(SEARCHING and its forms)
  5. ASP.NET Core 自动刷新JWT Token
  6. ConvolverNode
  7. c语言 字符型数据如何输入,scanf()函数如何输入字符型数据?
  8. Borg Maze POJ - 3026 (BFS + 最小生成树)
  9. 64位Win8企业版出现“Unknown Hard Error”系统警告的一个解决方法
  10. VS2013 Qt Unable to find a Qt Build 及 LINK1112错误
  11. java 提高随机数效率_抢拍神器的关键:优化提升Java线程局部随机数ThreadLocalRandom高并发技巧 - alidg...
  12. 用linux编写菜单界面,配置syslinux菜单界面
  13. S@Kura的PHP进阶之路(二)
  14. 董小刚先生担任BCF新闻理事
  15. PHP电子商城需求分析,网站(电子商城)设计与实现[原创]
  16. 互联网日报 | 5月22日 星期六 | 中国移动5G套餐用户破2亿;京东物流港股IPO认购结束;天猫宣布运费险降费...
  17. Easyui后台管理界面设计
  18. js是用什么语言编写实现的
  19. 使用cmake安装nuget
  20. html无效的属性值,html – grid-template-areas无效的属性值

热门文章

  1. 【转】C#的内存管理:堆栈、托管堆与指针
  2. 谷歌研究员发现新的 iOS 安全系统
  3. Windows Print Spooler 被曝未修复 0day,可导致恶意软件以管理员权限运行
  4. 纠正存储 dict 的元素前是计算 key 的 hash 值?
  5. 大数据工程师的简易解释
  6. 设计模式学习笔记(6) - 状态模式
  7. python-50: 验证码
  8. 又拍网架构-又一个用到python的网站(转载)
  9. win2003 程序时间提供程序 NtpClient错误解决
  10. 虚拟化技术天书:九宫格图解虚拟化——此文多风险,阅读需谨慎