Matlab生成隐马尔可夫模型

Question

让我们假设我有一组随机的观察结果：

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

这些观察结果代表了HMM中的1种状态。在Matlab中，我想对这些观察结果进行建模，这样我就可以使用维特比算法来创建一种分类器。

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

有没有一个特定的库，使我能够执行这样的过程，以便对一系列观察进行建模？

Answer 1

要定义离散hmm，您至少需要:模型的多个状态n、n X n转移概率、m可能的观察值(排放)列表和包含每个状态中每个发射的概率的n X m矩阵。你所拥有的是一系列的观察，仅仅从这一点你不能定义一个HMM。

因此，我将从查看this教程表单mathworks开始，以掌握基础知识。那里使用的函数是统计工具箱的一部分。

然后开始猜测HMM中的统计数据数量。假设你有两个统计数据(就像上面提到的教程)，下一步是为发射和过渡矩阵创建一个初始猜测。如果你的可能排放是1 2 3 4 5，而你的状态是2，那么你就会得到一个2x5发射概率矩阵和一个2x2转移矩阵。

现在假设你猜测状态1产生1 2 3，状态2产生4 5，那么(均匀分布)你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

您还可以猜测，在几个emissin之后，状态确实会从状态1更改为状态2，然后保持不变。你的猜测看起来像这样：

>> 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使用hmmestimate或hmmtrain函数来训练您的HMM。