[模式识别] [讲义] 马尔科夫链与隐式马尔科夫模型

本文深入探讨了随机过程中的马尔科夫链概念,重点讲解了离散时间随机过程及其状态转移特性。进一步,文章详细阐述了隐式马尔科夫模型(HMM),包括其状态空间、初始状态概率分布、状态转移矩阵和观察符号概率分布矩阵,并分析了HMM在序列分析中的计算复杂度问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

随机过程:

每个随机过程是关于随机变量 tt 的函数:
连续情况下 ζ ( t ) , t [ α , β ]
离散情况下 ζ(t1)...ζ(tT),t=1,...,Tζ(t1)...ζ(tT),t=1,...,T

离散时间随机过程,状态序列S1,...STS1,...ST,记V=1,2,...,NV=1,2,...,N,即StSt取值为VV中某个 i St=iSt=i

P(S1,...,ST)=P(S1)P(S2|S1)P(S3|S1,S2)...P(ST|S1,...,ST1)P(S1,...,ST)=P(S1)⋅P(S2|S1)⋅P(S3|S1,S2)...⋅P(ST|S1,...,ST−1)

马尔科夫性:前一个状态确定,后一个状态就只跟前一个状态有关,即

P(ST|S1,...,ST1)=P(ST|ST1)P(ST|S1,...,ST−1)=P(ST|ST−1)

所以:

P(S1,...,ST)=P(S1)P(S2|S1)P(S3|S2)...P(ST|ST1)=P(S1)t=2TP(St|S
评论
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