Hidden Markov Model
这篇只是个人为了加深对Markov Model
的理解而做的学习笔记,基本是以易于理解的目的进行组织,所以可能有很多地方不太严禁。如有错误,还请不吝指出。
Markov Process
一个
Markov Process
是状态间的转移仅依赖于前n
个状态的过程。这个过程被称之为n
阶马尔科夫模型,其中n
是影响下一个状态选择的(前)n
个状态。最简单的
Markov Process
是一阶模型,它的状态选择仅与前一个状态有关。Markov Process
有两个假设:系统在时刻t的状态只与时刻
t-1
处的状态相关(也称为无后效性)。用如下公式表示:
P(qt=Sj|qt-1=Si,qt-2=Sk,…) = P(qt=Sj|qt-1=Si)
,t
为大于1
的任意数值,Sk
为任意状态