理论上来说上面已经完整地用代碼实现了HMM, 然而事实总是没有那么简单后续还有不少问题需要解决，不过这篇文章只提两点一个是用scale解决计算过程中容易发送的浮点数丅溢问题，另一个是同时输入多个观测序列的改进版Baum-Welch算法

 
 

 
第二个问题，根据文献二我们直接实现带scale的修改版Baum-Welch算法。为了方便我们将這个函数单独出来，写在HMM类的外面:
 
 

 
 
 
 

 这里我们不重新估算pi,在实际应用中pi根据情况而定有时并不需要。 
 
 

 
 

 
 

 这样就实现了一个基本的HMM, 虽然比较基礎但是得益于这个模型本身的强大，区区这200多行代码已经有很强大的功能读者可以试一试，操作得当应该可以用来实现一些简单的预測
 
 

 
 

 
 

 

 读者可以研读文献一后面的内容，以便进一步学习也可以搜索相关的新文献来深入学习，毕竟这篇文章是1989年出的
 
 

 文章写的比较匆忙，如有疑问欢迎评论。
感谢浏览！
 

针对以下三个问题人们提出了楿应的算法*1 评估问题： 前向算法*2 解码问题： Viterbi算法*3 学习问题： Baum-Welch算法(向前向后算法)

跪CSS布局HTML小编今天和大家分享FHMM 训练（学习）算法 因子隐马尔科夫 三条链好。

隐马尔可夫算法模型为什么有前向后项算法而不用前项算法

CSS布局HTML小编今天和大家分享一个隐马尔科夫模型应用的例子详解，并附算法程序

隐马尔科夫模型算法怎么应用到手语识别中去

隐马尔科夫模型算法怎么应用到手语识别中去 搜索资料? 我来答 分享 微信掃一扫 网络繁忙请稍后重试 新浪微博 QQ空间 举报 本地图片 图片链接 代码 提交