最近用到hmm，matalb自帶hmm工具箱 了解一下
1、hmmgenerate函式
[seq, states] = hmmgenerate(len,transitions,emissions) --->產生乙個hmm的隨機序列，其中seq為產生的序列，states為序列中每個觀察值所屬於的狀態；len為序列的長度，transitions為狀態轉移矩陣，emissions為給定狀態下觀察值的概率分布。
具體的例子：可以執行help hmmgenerate
2、hmmestimate函式
[tr, e] = hmmestimate(seq,states)--->通過已知的觀察值序列seq以及每個觀察值所屬於的狀態states，來估計狀態轉移矩陣tr和給定狀態下觀察值的概率分布e。
3、hmmtrain函式
[esttr, estemit] = hmmtrain(seqs,trguess,emitguess) --->用來解決模型訓練問題（調整模型引數，使得輸出概率最大），具體使用的是baum-welch演算法。
4、hmmviterbi函式
states = hmmviterbi(seq,transitions,emissions) --->用來估計模型產生觀測符號串行的最有可能經過的路徑。所有可能路徑中，概率最大的路徑，具體使用的是viterbi演算法。
5、pstates = hmmdecode(seq,transitions,emissions)--->輸出序列seq的後驗狀態概率，輸出pstates為乙個矩陣，其中pstates（i,i)表示第j個觀察值屬於第i個狀態的概率。
參考：**：
在matlab中自帶hmm工具箱例項1：
在matlab中自帶hmm工具箱例項2：
在matlab中離散連續hmm工具箱例項3：
工具箱說明：
由於em演算法只能得到區域性最優，對於初始選擇很關鍵；對於高斯混合的初始初值設定：
馬爾科夫模型與隱馬爾科夫模型
隨機過程 是隨時間而隨機變化的過程。又稱為隨機函式。馬爾科夫模型 vmm 它描述了一類重要的隨機過程。乙個系統有有限個狀態集s 隨時間推移，該系統將同某一狀態轉移到另一狀態。q s1,s2,sn 為一隨機變數序列，隨機變數取值為狀態集s中的乙個狀態，設時間t時狀態為qt。對系統的描述通常是給出當前時...
隱馬爾科夫模型的MATLAB實現
參考博文 1.意義 保留全部的不確定性，將風險降到最小 2.對任何一組不自相矛盾的資訊，這個最大熵模型不僅存在，而且是唯一的。而且它們都有同乙個非常簡單的形式 指數函式。3.構造最大熵模型 模型的訓練 只需要確定指數函式的引數 1.假定第零次迭代的初始模型為等概率的均勻分布。2.用第 n 次迭代的模...
隱馬爾科夫模型
隱馬爾科夫 hiddenmarkov model 簡稱為hmm，hmm資料相當豐富，推薦參見 hmm學習最佳範例與崔曉源的部落格 一文，本文只對hmm進行簡要介紹，然後說明開源ghmm實現在linux環境的搭建，hmm的開源實現有眾多不同語言的實現。馬爾科夫模型 一階馬爾科夫模型假設為 1 t l時...