码迷,mamicode.com
首页 > 其他好文 > 详细

隐马尔科夫

时间:2018-03-18 00:16:14      阅读:186      评论:0      收藏:0      [点我收藏+]

标签:参考   观测   png   bubuko   height   马尔科夫   序列   https   n+1   

参考:https://baike.baidu.com/item/%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E9%93%BE/6171383?fr=aladdin&fromid=4688932&fromtitle=%E9%A9%AC%E5%B0%94%E7%A7%91%E5%A4%AB%E9%93%BE

马尔可夫链:

马尔可夫链是满足马尔可夫性质的随机过程。

X1,X2,X3...是马尔可夫链,描述了一种状态序列,其每个状态值取决于前面有限个状态。马尔可夫链是具有马尔可夫性质的随机变量的数列。这些变量的范围,即它们所有可能取值的集合,被称为状态空间,而Xn的值则是在时间n的状态。如果Xn+1对过去状态的条件概率分布仅是Xn的一个函数,则

技术分享图片

这里x为过程中的某个状态,上面你的恒等式可以看成是马尔可夫性质。

马尔可夫过程定义:

1、设技术分享图片是一个随机过程,如果技术分享图片在t0时刻所处的状态为已知时,t0以后的状态与它在时刻t0之前所处的状态无关,则称具有马尔可夫性。

2、设技术分享图片的状态空间为S,如果对于任意的n≥2,任意的技术分享图片,在条件技术分享图片下,X(tn)的条件概率分布函数恰好等于其在条件X(tn-1)=xn-1下的条件概率分布函数,即:

技术分享图片

则称技术分享图片为马尔可夫过程。

隐马尔可夫基本理论:

隐马尔可夫模型式马尔可夫链的一种,它的状态不能直接观察到,但能通过观察向量序列观察到,每个观察向量都是通过某些概率密度分布表现为各种状态,每一个观测向量是由一个具有相应概率密度分布的状态序列产生。所以,隐马尔可夫模型式一个双重随机过程,具有一定状态数的隐马尔可夫链和显示随机函数集。

 

隐马尔科夫

标签:参考   观测   png   bubuko   height   马尔科夫   序列   https   n+1   

原文地址:https://www.cnblogs.com/xiaochouk/p/8593634.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!