• 隐马尔科夫模型,第三种问题解法,维比特算法(biterbi) algorithm python代码


    上篇介绍了隐马尔科夫模型

    本文给出关于问题3解决方法,并给出一个例子的python代码

    回顾上文,问题3是什么,

     

    下面给出,维比特算法(biterbi) algorithm 

    下面通过一个具体例子,来说明维比特算法(biterbi)

     

    下面附上该解决该例题的python代码

     
    import  numpy as np  
    #you must install the numpy  
      
    A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]])  
    B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]])  
    O=np.array([0 ,1, 0])#T=3  
    pi=np.array([0.2,0.4,0.4])  
      
    N=3#N kind state  
    M=2#M kind of observation  
    T=3  
      
    #initialize:  
      
    delta=np.zeros((T,N),np.float)  
    w=np.zeros((T,3),np.float)  
    I=np.zeros(T)  
      
    for i in range(N):  
        delta[0,i]=pi[i]*B[i,O[0]]  
        w[0,i]=0  
          
    #Recursion:  
    for t in range(1,T):  
        for i in range(N):    
            delta[t,i]=B[i,O[t]]*np.array([delta[t-1,j]*A[j,i]  for j in range(N)]).max()  
            w[t,i]=np.array([delta[t-1,j]*A[j,i]  for j in range(N)]).argmax()  
          
    #termination  
    Poptimal=delta[T-1,:].max()  
    I[T-1]=delta[T-1,:].argmax()  
    for t in range(T-2,-1,-1):  
            I[t]=w[t+1,I[t+1]]  
      
    print 'the optimal I is ' I  
      

    参考文献:统计学习方法,李航

    本人水平有限,怀着分享学习的态度发表此文,欢迎大家批评,交流。感谢您的阅读。
    欢迎转载本文,转载时请附上本文地址:http://www.cnblogs.com/Dzhouqi/p/3203795.html
    另外:欢迎访问我的博客 http://www.cnblogs.com/Dzhouqi/

  • 相关阅读:
    java第四次作业
    java第五次作业
    java第三次作业
    第二次学习笔记
    java学习笔记
    第十四周完成情况
    课程计划进程
    课程设计分工
    JAVA学习笔记(六)
    JAVA学习笔记(五)
  • 原文地址:https://www.cnblogs.com/Dzhouqi/p/3203795.html
Copyright © 2020-2023  润新知