针对隐马尔可夫模型第一个问题的解决方法之前向算法
复习, 状态序列(state sequence),观测序列(observation sequence) 问题一 概率计算问题 转载链接:https://zhuanlan.zhihu.com/p/27056207 给定模型的情况下,求某种观测序列出现的概率。 一般方法: 前向、后向算法 举例来说明一下,例子如下:(例子来源于维基百科) 考虑一个村庄,所有村民都健康或发烧,只有村民医生才能确定每个人是否发烧。医生通过询问患者的感受来诊断发烧。村民只能回答说他们觉得正常,头晕或感冒。 医生认为,他的患者的健康状况作为离散的马可夫链。 “健康”和“发烧”有两个状态,但医生不能直接观察他们;健康与发烧的状态是隐藏的。每天都有机会根据患者的健康状况,病人会告诉医生他/她是“正常”,“感冒”还是“头昏眼花”。 比如,给定的HMM模型参数已知,求出三天观察是(Dizzy,Cold,Normal)的概率是多少?对应的HMM模型参数已知的意思,就是说A(trainsition_probability),B(emission_probability),pi 矩阵是已经知道的。 这里仅算两天 这个问题我们最容易想到的解法就是将路径全部遍历一遍, 假如第一天为 Healthy 第一天为Healthy的概率为:0.6 在第一天为Healthy的基础上,观察为Dizzy的概率为: P(Dizzy|Healthy