标签：
作者：jostree 转载请注明出处 http://www.cnblogs.com/jostree/p/4335810.html
一个例子：
韦小宝使用骰子进行游戏，他有两种骰子一种正常的骰子，还有一种不均匀的骰子，来进行出千。
开始游戏时他有2/5的概率出千。
对于正常的骰子A，每个点出现的概率都是1/6.
对于不均匀的骰子B，5，6两种出现的概率为3/10，其余为1/10.
出千的随机规律如下图所示：
我们观测到的投掷结果为：ob={1，3，4，5，5，6，6，3，2，6}
请判断韦小宝什么时候出千了？
我们可以这样建模$x_i$表示第$i$次投掷的骰子的种类，$y_i$表示第$i$次投掷出的点数，$\lambda$表示各个概率参数。
那么第$t$次使用第$i$种骰子投掷的概率$\delta_t(i)$等于
\begin{equation} \delta_t(i)=\max_{x_1,\dots,x_{t-1}}P(x_1,\dots,x_{t-1},x_t=i,y_1,\dots,y_t|\lambda) \end{equation}
其实$\delta_{t+1}(i)$可以由$\delta_t(i)$推倒得出：
\begin{eqnarray} \delta_{t+1}(i) &=& \max_{x_1,\dots,x_{t}}P(x_1,\dots,x_{t},x_{t+1}=i,y_1,\dots,y_{t+1}|\lambda)\\ &=& \max_j \delta_t(j)\alpha_{ji}\beta_i(y_{t+1})\end{eqnarray}
其中$\alpha_{ji}$表示从第$j$个骰子转移到第$i$个骰子的概率。
$\beta_i(y_{t+1})$表示使用第i个骰子投出点$y_{t+1}$的概率。
从而可以使用上述利用动态规划算法进行逐次递推计算。
得到的结果为：
| t | $y_t$ | $\delta_t(A)$ | $\Psi_t(A)$ | $\delta_t(B)$ | $\Psi_t(B)$ |
| 1 | 1 | 0.1 | A | 0.04 | A |
| 2 | 3 | 0.0133333 | A | 0.0036 | B |
| 3 | 4 | 0.00177778 | A | 0.000324 | B |
| 4 | 5 | 0.000237037 | A | 0.000106667 | A |
| 5 | 5 | 3.16049e-05 | A | 2.88e-05 | B |
| 6 | 6 | 4.21399e-06 | A | 7.776e-06 | B |
| 7 | 6 | 5.61866e-07 | A | 2.09952e-06 | B |
| 8 | 3 | 7.49154e-08 | A | 1.88957e-07 | B |
| 9 | 2 | 9.98872e-09 | A | 1.70061e-08 | B |
| 10 | 6 | 1.33183e-09 | A | 4.59165e-09 | B |
从而从$\Psi_t(A)$和$\Psi_t(B)$中选择$\delta_t()$较大的骰子，从而预测骰子种类序列为：AAAAABBBBB
代码如下所示：
1 #include <stdlib.h> 2 #include <stdio.h> 3 #include <string.h> 4 #include <string> 5 #include <iostream> 6 using namespace std; 7 double initP[2] = {0.6, 0.4};//骰子A，B的初始概率 8 double transferMatrix[2][2] = {{0.8, 0.2}, {0.1, 0.9}};//骰子之间的转移概率 9 double EmissionP[2][6]={{1/6.0, 1/6.0, 1/6.0, 1/6.0, 1/6.0, 1/6.0},//骰子A的发射概率 10 {0.1, 0.1, 0.1, 0.1, 0.3, 0.3}};//骰子B的发射概率 11 double dp[10][2];//dp[i][j]第i步时，使用第j个骰子的最大概率 12 double dpS[10][2];//dpS[i][j]第i步时，使用第j个骰子，得到的最大概率时，使用的骰子种类, 0->A, 1->B 13 int ob[10] = {1, 3, 4, 5, 5, 6, 6, 3, 2, 6};//观测点数 14 bool diceArray[10];//预测骰子使用序列 15 void Viterbi() 16 { 17 memset(dp,0,sizeof(dp)); 18 memset(dpS,0,sizeof(dpS)); 19 memset(diceArray,0,sizeof(diceArray)); 20 dp[0][0] = initP[0]* EmissionP[0][ob[0]-1]; 21 dp[0][1] = initP[1]* EmissionP[1][ob[0]-1]; 22 for( int i = 1 ; i < 10 ; i++ )//投掷次数 23 { 24 for( int j = 0 ; j < 2 ; j++ )//当前状态 25 { 26 for( int k = 0 ; k < 2 ; k++ )//上一个状态 27 { 28 double tempP = dp[i-1][k] * transferMatrix[k][j] * EmissionP[j][ob[i]-1] ; 29 if( dp[i][j] < tempP ) 30 { 31 dp[i][j] = tempP; 32 dpS[i][j] = k; 33 } 34 } 35 } 36 if( dp[i][0] < dp[i][1] ) 37 { 38 diceArray[i] = dpS[i][1]; 39 } 40 else 41 { 42 diceArray[i] = dpS[i][0]; 43 } 44 } 45 } 46 int main(int argc, char *argv[]) 47 { 48 Viterbi(); 49 cout<<"每步每个状态下的概率和骰子种类:"<<endl; 50 for( int i = 0 ; i < 10 ; i++ ) 51 { 52 for( int j = 0 ; j < 2 ; j++ ) 53 { 54 cout<<dp[i][j]<<" "<<dpS[i][j]<<" "; 55 } 56 cout<<endl; 57 } 58 cout<<"预测骰子种类，0->A, 1->B : "<<endl; 59 for( int i = 0 ; i < 10 ; i++ ) 60 { 61 cout<<diceArray[i]<<" "; 62 } 63 cout<<endl; 64 }
标签：
原文地址：http://www.cnblogs.com/jostree/p/4335810.html
