(完整版)第9章-隐马尔可夫模型案例.ppt

第9章隐马尔可夫模型(HiddenMarkovModels)主要内容马尔可夫链马尔可夫模型马尔可夫模型可视为随机有限状态自动机假定一段时间的气象可由一个三状态的马尔可夫模型M描述，S1：下雨，S2：多云，S3：晴天，状态转移概率矩阵为：
例（续）可观测状态序列观测概率如何学习得到π、A隐马尔可夫模型实例实例（续）实验中几个要点HMM的三个假设HMM的组成状态转移概率矩阵观察值概率分布矩阵初始状态概率分布观察序列产生步骤HMM的三个基本问题例:赌场的欺诈问题1–评估问题问题2–解码问题问题3–学习问题骰子BHMM将两个序列相联系起来：赌场的例子中:本例中三个基本问题三个基本问题的求解算法解决问题一解决问题一—前向算法递归计算前向算法过程HMM的网格结构前向算法过程演示t=1t=1t=1t=1t=1t=1t=1t=1t=1t=1t=1t=1 前向算法过程演示

i=N前向算法过程演示t=1t=1t=1t=1t=1t=1t=1前向算法过程演示t=1例子（前向算法应用）例（续）例（续）例（续）例（续）前向变量图示后向变量递归计算后向算法后向变量图示问题二—解码问题解决问题二—Viterbi算法
Viterbi算法（续）Viterbi算法（续）例子（Viterbi算法应用）例（续）例（续）例（续）例（续）例（续）问题三—学习问题状态序列已知情况EM(Expectation-Maximization)算法定义图示定义γt（i）计算模型参数前向后向算法(Baum-Welch算法)期望值(1)期望值(2)重估公式(3)HMM的应用HMM的一些实际问题HMM的一些实际问题（续）Viterbi算法:连乘积→对数求和

前向算法:引入比例因子

其中,比例因子HMM总结人有了知识，就会具备各种分析能力，
明辨是非的能力。
所以我们要勤恳读书，广泛阅读，
古人说“书中自有黄金屋。
”通过阅读科技书籍，我们能丰富知识，
培养逻辑思维能力；
通过阅读文学作品，我们能提高文学鉴赏水平，
培养文学情趣；
通过阅读报刊，我们能增长见识，扩大自己的知识面。
有许多书籍还能培养我们的道德情操，
给我们巨大的精神力量，
鼓舞我们前进。