可能大家更常見到隱馬爾科夫模型(hmm)，馬爾科夫模型可以看成是乙個更基礎的模型，它是對能直接觀察到的事件進行建模，所以與hmm相對應，有時也叫它為顯馬爾科夫(vmm)。馬爾科夫模型要處理的是序列問題，核心思想就是統計所有樣本的過程，得到系統中狀態之間的轉移概率。
馬爾可夫過程是乙個隨機過程，系統從乙個狀態到另外乙個狀態存在轉移概率，而轉移概率僅通過前一狀態來計算出來，與過去的狀態和初始狀態都沒有關係。這裡的隨機過程主要是說該過程隨時間而變化，且每個時刻的狀態值是隨機的，按照一定的概率分布。
隨機過程相關狀態如果向之前的狀態推廣，那麼過程中的每個狀態的轉移依賴於之前的n個狀態，此模型就為n階模型。所以上面提到的馬爾可夫過程為一階過程，它的特點是每個狀態的轉移都只依賴於前乙個狀態。以此類推，根據之前n個狀態計算轉移概率的則為n階過程。
時間和狀態都是離散的馬爾可夫過程即為馬爾可夫鏈。假設馬爾可夫鏈包含的所有可能的值的集合為
馬爾可夫模型
馬爾可夫過程 馬爾科度模型 馬爾可夫鏈 關鍵引數 1.1 馬爾可夫過程 馬爾可夫過程 markov process 是一類隨機過程。由 數學家a.a.馬爾可夫於1907年提出。該過程具有如下特性 在已知目前狀態 現在 的條件下，它未來的演變 將來 不依賴於它以往的演變 過去 1.2 馬爾可夫模型 乙...
隱馬爾可夫模型（一） 馬爾可夫模型
馬爾可夫模型 markov model 描述了一類隨機變數隨時間而變化的隨機函式。考察乙個狀態序列 此時隨機變數為狀態值 這些狀態並不是相互獨立的，每個狀態的值依賴於序列中此狀態之前的狀態。乙個系統由n個狀態s 隨著時間的推移，該系統從乙個狀態轉換成另乙個狀態。q 為乙個狀態序列，qi s,在t時刻...
隱馬爾可夫模型
隱 馬爾可夫模型 hidden markov model，hmm 作為一種統計分析模型，創立於20世紀70年代。80 年代得到了傳播和發展，成為訊號處理的乙個重要方向，現已成功地用於語音識別 行為識別，文字識別以及故障診斷等領域。隱馬爾可夫模型是馬爾可夫鏈的一種，它的狀態不能直接觀察到，但能通過觀測...