
HMM
YiqiangXu
把时间投入到最有价值的地方
展开
-
HMM求解观察序列概率的"前向算法"伪代码实现
//求解观察序列概率的前向算法 //A是N*N状态转移概率矩阵 //B是N*M符号发射概率矩阵 //pi是1*N是初始状态的概率分布 //T是终态时间 //O是1*T观察序列 forword_HMM(A, B,pj, T, O) N = A.length graph[2][N]//记录表格,利用滚动数组节约存储空间 for t = 0 to (T - 1) for j = 0 to (N原创 2016-08-25 10:47:54 · 567 阅读 · 0 评论 -
HMM求解观察序列概率的"前向算法"伪代码实现
//求解观察序列概率的前向算法 //A是N*N状态转移概率矩阵 //B是N*M符号发射概率矩阵 //pi是1*N是初始状态的概率分布 //T是终态时间 //O是1*T观察序列 forword_HMM(A, B,pi, T, O) N = A.length graph[2][N]//记录表格,利用滚动数组节约存储空间 for t = 0 to (T - 1) for j = 0 to (N原创 2016-08-25 10:52:07 · 1594 阅读 · 0 评论 -
HMM和CRF简单推导
原创 2017-08-05 13:19:17 · 1171 阅读 · 0 评论