HMM

1、什么是HMM？

1.1 马尔可夫过程

马尔可夫性质是一种很有效的简化模型的工具，只要你说某过程具有马尔可夫性质，就说明该过程无后效性，什么意思呢？ 就是说下一刻的状态只和我这一刻的状态有关，和我之前的状态是没有关系的。

马尔可夫链的极限分布，就是马尔可夫链经过无限长时间的转移，达到的最终状态，这个状态之和转移矩阵有关，与初始状态无关。

https://zhuanlan.zhihu.com/p/26453269

 

1.2 隐马尔可夫模型（Hidden Markov Model，HMM）

它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。

 

任何一个HMM都可以通过下列五元组来描述：

:param obs:观测序列

:param states:隐状态

:param start_p:初始概率（隐状态）

:param trans_p:转移概率（隐状态）

:param emit_p: 发射概率 （隐状态表现为显状态的概率）

 

HMM典型应用：

根据掷骰子的结果序列，求解最可能的掷骰子方法： 此HMM包含掷骰子方法的信息 （掷骰子和掷骰子结果之间的联系）

https://www.cnblogs.com/fulcra/p/11065474.html

根据拿球的结果序列，求解最可能的拿球方法： 此HMM包含拿球方法的信息（如何拿球和拿球结果之间的联系） https://www.jianshu.com/p/c80ca0aa4213

根据小红的twitter行为信息，求解最可能的天气状况： 此HMM包含 twitter行为信息包含行为和天气联系的信息 （即行为和天气之间的关系） https://www.hankcs.com/nlp/hmm-and-segmentation-tagging-named-entity-recognition.html

https://www.cnblogs.com/leivo/archive/2010/11/04/1869396.html

 

一条DNA序列，可以通过HMM变换，找到他的原始序列； HMM变换包含其亲缘序列信息，即遗传信息； 所以这里用HMM则是使用了其遗传信息。

2、什么是PSSM？

https://blog.csdn.net/u010608296/article/details/100535141

PSSM 我觉得是使用了核算打分矩阵这里的信息，即transition比transerversion更容易，然后对变换进行数学变换，进行打分。

来源：CSDN

作者：weixin_40259777

链接：https://blog.csdn.net/weixin_40259777/article/details/104101054