隱馬爾科夫
阿新 • • 發佈:2018-03-18
bubuko 分享 圖片 eight style 技術 BE img ... 對過去狀態的條件概率分布僅是Xn的一個函數,則
參考: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
馬爾可夫鏈:
馬爾可夫鏈是滿足馬爾可夫性質的隨機過程。
X1,X2,X3...是馬爾可夫鏈,描述了一種狀態序列,其每個狀態值取決於前面有限個狀態。馬爾可夫鏈是具有馬爾可夫性質的隨機變量的數列。這些變量的範圍,即它們所有可能取值的集合,被稱為狀態空間,而Xn的值則是在時間n的狀態。如果Xn+1
這裏x為過程中的某個狀態,上面你的恒等式可以看成是馬爾可夫性質。
馬爾可夫過程定義:
1、設是一個隨機過程,如果在t0時刻所處的狀態為已知時,t0以後的狀態與它在時刻t0之前所處的狀態無關,則稱具有馬爾可夫性。
2、設的狀態空間為S,如果對於任意的n≥2,任意的,在條件下,X(tn)的條件概率分布函數恰好等於其在條件X(tn-1)=xn-1下的條件概率分布函數,即:
則稱為馬爾可夫過程。
隱馬爾可夫基本理論:
隱馬爾可夫模型式馬爾可夫鏈的一種,它的狀態不能直接觀察到,但能通過觀察向量序列觀察到,每個觀察向量都是通過某些概率密度分布表現為各種狀態,每一個觀測向量是由一個具有相應概率密度分布的狀態序列產生。所以,隱馬爾可夫模型式一個雙重隨機過程,具有一定狀態數的隱馬爾可夫鏈和顯示隨機函數集。
隱馬爾科夫