隐马尔可夫模型(HMM)的分类

本文介绍了隐马尔可夫模型(HMM)的两种类型:遍历型模型,其中每个状态都能从任意状态转换而来;以及左向右型模型,状态转移仅能从下标较小的状态进行,适合处理如语音信号等随时间变化的信号。尽管模型类型不同,但学习问题的解决步骤保持一致。

1、遍历型(ergodic model)

    即每个状态都可以由任意一个状态演变而来,aij>0,for all i , j. 如图:


2、left-right type of HMM


每个状态只能由下标值小于当前值得状态以及其本身转移而来,即从左向右转移。因此状态转移矩阵有如下特性:



这种由左向右转移的HMM转移状态矩阵为上半矩阵,同时此类型矩阵一般同时存在一个最长跳跃距离,即有


是最长跳跃距离,以图中为例,=2.

这种类型的HMM模型能够非常好的用于随时间变化的信号,比如语音信号。

3、其他类型


上图所示HMM模型严格来说也属于left-right type of HMM,但是它又存在它自己独特的规则,更类似于两个平行的left-right HMM的组合模型。

但是我们应该明白,对于不同类型的HMM,对于学习问题的求解来说步骤都是一样的。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值