HMM隐马尔可夫模型学习总结

介绍 HMM在实际应用中主要用来解决3类问题。 1.评估问题(概率计算问题) 即给定观测序列 O=O1O2…Ot和模型参数λ=(A,B,π),怎样有效计算这一观测序列出现的概率P(O|λ) 2.预测问题 (也称解码问题) 即给定观测序列 O=O1O2…Ot和模型参数λ=(A,B,π),怎样寻找满足这种观察序列意义上最优的隐含状态序列S。 3.学习问题。 即HMM的模型参数λ=(A,B,π)未知,如
相关文章
相关标签/搜索