使用 Matlab 实现 HMM

Question

我对 HMM 不太熟悉，但我想在 Matlab 中实现。我想使用这个工具箱HMM Toolbox。我不确定我是否理解了我必须实现它的方式。如果有许多不同类别的状态训练序列。所以我会这样做：

1. 我通过[TRANS,EMIS] = hmmestimate(seq,states) 为每个序列计算转换和发射矩阵，它代表一个 HMM
2. 我将这些矩阵与属于哪个类的信息一起保存
3. 我对每个训练序列都这样做
4. 如果我得到一个用于分类的观察序列，我会使用 hmmviterbi(seq,TRANS,EMIS) 函数来计算我保存的每个 HMM 的“可能性”。
5. 最“可能”的一个（最高百分比）是我寻找的 HMM --> 我知道这个类

这是我可以实现 HMM 的方式吗？

希望你能给我一些提示

顺便说一句。我知道我的英语不是那么好，但我希望它是可以理解的。

Answer 1

虽然我不了解 matlab 并且无法在该领域为您提供帮助，但您的步骤听起来是正确的。以下是我将要实施的步骤：

• 您首先使用您的训练集创建一个模型来表示该集。
• 对您希望系统识别的每种情况重复此操作（例如，每种情况的模型）
• 当您有一个输入集时，您可以将其与每个模型进行比较并保留概率/置信度分数。
• 比较这些分数并选择最强的结果（只要它超过您设置的任何阈值）

编辑：我从上一个问题中找到了一个很好的例子here。要回答您在 cmets 中提供的链接是否正确，我不得不说是，但之前没有使用 matlab for HMM，因此无法确认这些功能的使用。我建议您查看上面上一个问题链接的答案并完成它，因为它更深入地解释了我上面的简单步骤。