随机过程：是随时间而随机变化的过程。又称为随机函数。 马尔科夫模型（VMM）：它描述了一类重要的随机过程。 一个系统有有限个状态集S = {s1,s2,sN}，随时间推移，该系统将同某一状态转移到另一状态。Q=(s1,s2,,,sN)为一随机变量序列，随机变量取值为状态集S中的一个状态，设时间t时状 ...
分类：
其他好文 时间：
2018-06-11 15:49:34
阅读次数：
161
给定t时刻以及之前的所有观测z和输入u，我们的目标是求得当前状态量x的概率分布（belief），即 $$bel(x_t)=p(x_t|z_{1:t}, u_{1:t})$$ 在实际使用中，一般将求解过程分为两步，首先求解在t时刻观测前的先验分布，即 $$\overline{bel}(x_t)=p(x ...
分类：
其他好文 时间：
2018-05-19 13:53:12
阅读次数：
169
---java实现---自然语言处理---用隐马尔科夫模型（HMM）实现词性标注---1998年1月份人民日报语料---learn---test---evaluation---Demo--- ...
分类：
编程语言 时间：
2018-05-03 20:47:09
阅读次数：
711
本文主要介绍隐马尔可夫模型以及该模型中的三大问题的解决方法。 隐马尔可夫模型的是处理序列问题的统计学模型，描述的过程为：由隐马尔科夫链随机生成不可观测的状态随机序列，然后各个状态分别生成一个观测，从而产生观测随机序列。 在这个过程中，不可观测的序列称为状态序列(state sequence), 由此 ...
分类：
其他好文 时间：
2018-05-02 15:56:07
阅读次数：
293
隐马尔科夫模型定义隐马尔可夫模型是关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过程。隐藏的马尔可夫链随机生成的状态的序列，称为状态序列（statesequence);每个状态生成一个观测，而由此产生的观测的随机序列，称为观测序列（observationsequence)。序列的每一个位置又可以看作是一个时刻。下面我们引入
分类：
其他好文 时间：
2018-04-24 11:47:36
阅读次数：
164
一、问题 状态随时间变化，需要跟踪、预测 二、基本思想 在每个时间点，根据新的证据变量来更新世界状态 三、时间上的概率推理 建立 转移模型、传感器模型、先验概率分别 1.转移模型 世界如何演变，在描述了给定过去的时间的世界状态下，当前时间世界的状态变量 2.传感器模型，观察模型 描述了给定当前世界状 ...
分类：
其他好文 时间：
2018-04-06 12:32:40
阅读次数：
196
GMM-HMM语音识别模型原理篇隐马尔科夫模型-HMM-ATutorialOnHiddenMarkovModels0.概念：语音信号处理/模式识别/统计分析，1.算法:常用的深度学习算法，包括cnn/dnn/rnn/lstm;GMM/SVM/CRF/MaxEnt/HMM;对CTC有经验;2.框架:熟悉至少一种深度学习框架，包括kaldi,tensorflow,caffe,mxnet等；常用工具如C
分类：
其他好文 时间：
2018-04-03 17:24:57
阅读次数：
344
1.什么是HMM？ 隐马尔科夫链（HMM）是一个五元组： 隐状态集合 ; 观测状态集合； 状态概率转移矩阵； 观察状态概率矩阵； 初始状态概率分布； 2.HMM有两个假设： 齐次马尔可夫链假设：任意时刻的隐藏状态只依赖与前一时刻的隐藏状态。 观测独立性假设：任意时刻的观察状态，只依赖与当前时刻的隐藏 ...
分类：
其他好文 时间：
2018-03-27 16:46:56
阅读次数：
193
参考：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% ...
分类：
其他好文 时间：
2018-03-18 00:16:14
阅读次数：
186
基本概念 1Markov Models 2Hidden Markov Models 3概率计算算法前向后向算法 1-3-1直接计算 1-3-2前向算法 1-3-3后向算法 4学习问题Baum-Welch算法也就是EM算法 5预測算法 基本概念 1.1Markov Models 处理顺序数据的最简单的 ...
分类：
其他好文 时间：
2018-02-13 19:00:22
阅读次数：
212
