Matlab - 生成 HMM答案

【问题标题】：Matlab - Generating HMMMatlab - 生成 HMM
【发布时间】：2014-05-03 08:20:08
【问题描述】：

假设我有一组随机的观察结果：

obs = [1, 2, 3, 5, 5, 5, 5, 5]

这些观察代表 HMM 中的 1 个状态。在 Matlab 中，我想对这些观察进行建模，这样我就可以使用 Viterbi 算法来创建一种分类器。

我遇到的问题是，在 Matlab 中生成模型方面，我真的不知道从哪里开始。工具箱中的功能似乎没有这个。

那里有一个特定的库，可以让我执行这样的程序来模拟一系列观察吗？

【问题讨论】：

定义一个离散的 hmm 你至少需要：多个状态 n 用于您的模型，n X n 转换概率，m 可能观察（排放）列表和 @987654325 @ 矩阵，每个状态下每个发射的概率。您所拥有的是一系列观察结果，仅凭这一点您无法定义 HMM。
@ben 谢谢！但是，我确实有一个 C++ 库，可以仅根据观察结果生成 HMM 并给出状态总数？这会计算转换概率和排放量。

【解决方案1】：

要定义一个离散的 hmm，您至少需要：模型的多个状态 n、n X n 转换概率、m 可能观察值（排放）的列表和带有概率的 n X m 矩阵对于每个州的每个排放。您所拥有的是一系列观察结果，仅凭这一点您无法定义 HMM。

因此，我将首先查看 this 教程表格 mathworks 以掌握基础知识。那里使用的函数是统计工具箱的一部分。

然后，您首先猜测 HMM 中的统计数据数量。假设您有 2 个统计数据（如上面提到的教程中所示）下一步将是为发射和转移矩阵创建初始猜测。如果您的可能排放量是1 2 3 4 5 并且您的状态是2，那么您将得到一个2x5 排放概率矩阵和一个2x2 转换矩阵。

现在假设您猜测状态 1 产生 1 2 3 而状态 2 产生 4 5 然后（均匀分布）您的发射矩阵将如下所示：

>> emis=[1/3 1/3 1/3 0 0; 0 0 0 1/2 1/2]
emis =
    0.3333    0.3333    0.3333         0         0
         0         0         0    0.5000    0.5000

您还猜测，在几个发射后，状态确实从状态 1 变为状态 2，然后停留在那里。你的猜测会是这样的：

>> trans = [.8 .2; 0 1]
trans =
    0.8000    0.2000
         0    1.0000

你可以看看你的 HMM 会生成什么：

>> [seq,states] = hmmgenerate(6, trans, emis)
seq =
     2     1     3     2     4     5

states =
     1     1     1     1     2     2

从那时起，您可以使用观察序列来训练您的 HMM，并使用函数 hmmestimate 或 hmmtrain。

【讨论】：