作为应用广泛的一种统计模型(尤其是在自然语言处理(NLP)中),隐马尔科夫模型是非常值得一说的，本文就隐马尔科夫模型的原理和应用介绍进行说明。由于隐马尔科夫模型有着很多不同的具体算法实现，本文暂时跳过这部分内容，算法部分会另外写成一篇博文。马尔科夫链在语言模型及其实现中，我曾经简单地提到过马尔科夫链...
分类：
其他好文 时间：
2015-07-22 06:53:15
阅读次数：
159
http://blog.csdn.net/pipisorry/article/details/46618991
马尔科夫过程
马尔科夫过程可以看做是一个自动机，以一定的概率在各个状态之间跳转。
考虑一个系统，在每个时刻都可能处于N个状态中的一个，N个状态集合是 {S1,S2,S3,...SN}。我们现在用q1,q2,q3,…qn来表示系统在t=1,2,3,…n时刻下的状态。在t=1时，系...
分类：
其他好文 时间：
2015-07-04 14:08:47
阅读次数：
243
马尔科夫过程
在概率论及统计学中，马尔可夫过程（英语：Markov process）是一个具备了马尔可夫性质的随机过程，因为俄国数学家安德雷·马尔可夫得名。马尔可夫过程是不具备记忆特质的（memorylessness）。换言之，马尔可夫过程的条件概率仅仅与系统的当前状态相关，而与它的过去历史或未来状态，都是独立、不相关的。
一个马尔科夫过程是状态间的转移仅依赖于前n个状态的过程。这个过程被称之...
分类：
其他好文 时间：
2015-06-21 09:24:20
阅读次数：
612
声明：本文主要介绍Matlab2011b中 Statistics Toolbox工具箱里与隐马尔科夫模型相关的函数及其用法（请勿与其它HMM工具箱混淆）。本文的主要内容来自Matlab 2011b的帮助文档，为作者自学笔记。水平有限，笔记粗糙，本着“交流探讨，知识分享”的宗旨，希望对HMM感兴趣的同学有些许帮助，欢迎指教，共同进步。
变量说明：
设有M个状态，N个符号Markov模型。
...
分类：
其他好文 时间：
2015-05-19 19:12:48
阅读次数：
253
特征向量：跟踪框位置相对轨迹中心的比值，角度，速度。马尔科夫模型：State Sequence, q1 q2 ...... qTt个状态之间的转移可见，则这个时间序列的概率是πq1 × aq1q2 × ...... × aqT-1qT隐马尔科夫模型：状态不可见（隐藏），只能从观察值推测出，所以由观察...
分类：
其他好文 时间：
2015-03-21 01:06:22
阅读次数：
222
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...
分类：
编程语言 时间：
2015-03-13 21:59:43
阅读次数：
368
看本篇文章，假设你已经知道HMM中的前向算法相关概念
如果不知道，推荐先学习HMM学习最佳范例中相关文章这个问题来自于HMM学习最佳范例五：前向算法5
只不过再手动算一下，加深一下自己的理解已知隐马尔科夫模型如下：1、隐藏状态 (天气)：Sunny，Cloudy，Rainy；
2、观察状态（海藻湿度）：Dry，Dryish，Damp，Soggy；
3、初始状态概率： Sunny（0.63），...
分类：
编程语言 时间：
2015-03-05 19:31:13
阅读次数：
480
一：HMM解码问题
（1）编程深处无非就是算法和结构，以及各种架构和版本的管理（如Git管理），因此作为程序员算法这一关是绕不过去的；
（2）关于算法，个人比较崇尚的一本书是《算法导论》和ACM实战系类的算法培训；
（3）对于自然语言处理领域或者部分机械学习领域的算法，HMM模型是非常经典的算法之一，非常适合初学者学习和研究；
（4）HMM模型μ=（A,B,π），的状态是不可见...
分类：
其他好文 时间：
2015-01-19 10:53:05
阅读次数：
234
一：HMM解码问题
（1）给定一个观察序列O=O1O2...OT,和模型μ=（A,B,π），如何快速有效地选择在一定意义下“最优”的状态序列Q=q1q2...qT，使该状态最好地解释观察序列。
（2）最可能的隐藏状态序列(Finding most probable sequence of hidden states)；对于一个特殊的隐马尔科夫模型(HMM)及一个相应的观察序列，我们常常希望能找...
分类：
其他好文 时间：
2015-01-16 13:11:21
阅读次数：
232
条件随机场模型是Lafferty于2001年，在最大熵模型和隐马尔科夫模型的基础上，提出的一种判别式概率无向图学习模型，是一种用于标注和切分有序数据的条件概率模型。
CRF最早是针对序列数据分析提出的，现已成功应用于自然语言处理(Natural Language Processing，NLP） 、生物信息学、机器视觉及网络智能等领域。
1.序列标注的例子
标注（实体命名识别）：任命...
分类：
其他好文 时间：
2014-12-03 15:46:28
阅读次数：
242
