摘要:
隐马模型的评估问题即,在已知一个观察序列O=O1O2...OT,和模型μ=(A,B,π}的条件下,观察序列O的概率,即P(O|μ} 如果穷尽所有的状态组合,即S1S1...S1, S1S1...S2, S1S1...S3, ..., S3S3...S3。这样的话t1时刻有N个状态,t2时刻有N个状态...tT时刻有N个状态,这样的话一共有N*N*...*N= NT种组合,时间复杂度为O(NT),计算时,就会出现“指数爆炸”,当T很大时,简直无法计算这个值。为解决这一问题,Baum提出了前向算法。 归纳过程 首先引入前向变量αt(i):在时间t时刻,HMM输出序列为O1O2...OT,在第t时. 阅读全文
posted @ 2012-12-01 13:35
jihite
阅读(9384)
评论(4)
推荐(8)

浙公网安备 33010602011771号