在不同狀態序列長度下估計MATLAB中的馬爾可夫鏈轉移矩陣

我正在嘗試在MATLAB中構建馬爾可夫鏈的轉移矩陣;我有幾個不同的觀察序列（所有不同的長度），我需要使用這些序列來生成轉換矩陣。在不同狀態序列長度下估計MATLAB中的馬爾可夫鏈轉移矩陣

Constructing a multi-order Markov chain transition matrix in Matlab向我展示瞭如何用單個觀測序列建立轉換矩陣。

我怎樣才能構建一個使用不同長度的觀測？一個例子可以是一個序列是1,2,3,4而另一個是4,5,6。有沒有辦法做到這一點，而不必循環所有的序列和計算的計數？

2013-05-30 radhika

因此，對於馬爾可夫鏈，我假設你只對狀態轉換感興趣。您可以將所有狀態轉換組合到一個Nx2矩陣中，然後計算一行出現的次數。

在這個例子中我使用長度爲4，3三個觀測，和3我可以通過以下方式在單一的矩陣使用cellfun到組中的所有狀態轉變一起：

obs = cell(1, 3); 

obs(1) = {[1 2 3 4]}; 
obs(2) = {[4 5 6]}; 
obs(3) = {[3 4 5]}; 

transitions = cellfun(@(x)([x(1:length(x)-1); x(2:length(x))]), obs, 'UniformOutput', false); 

alltransitions = cell2mat(transitions)';

哪給我我觀察到過渡(1->2, 2->3, 3->4 ...)：

alltransitions = 

    1  2 
    2  3 
    3  4 
    4  5 
    5  6 
    3  4 
    4  5

要建立過渡矩陣，你可以採取這裏列出的建議，並計算所有過渡的行：

http://www.mathworks.it/matlabcentral/answers/75009-i-ve-a-matrix-of-6x4-and-i-want-to-count-the-rows-how-many-times-it-occur-in-a-matrix

[uniqueTransitions, ~, i]=unique(alltransitions,'rows','stable'); 
v=arrayfun(@(x) sum(i==x),1:size(uniqueTransitions,1))'; 
p = v/sum(v);

我的向量p包含我的轉移概率，這樣的話，我可以繼續前進，建立一個稀疏矩陣

transitionMatrix = sparse(uniqueTransitions(:,1), uniqueTransitions(:,2), p, 6,6)

導致：

transitionMatrix = 

    (1,2)  0.1429 
    (2,3)  0.1429 
    (3,4)  0.2857 
    (4,5)  0.2857 
    (5,6)  0.1429

來源

2013-05-30 21:30:00 Huguenot

這可能是一個更簡單計算給定數據序列（一個向量）的轉換概率矩陣（TPM）的方式如下：

myS = {S1，S2，S1，S3，...}與您擁有的狀態一樣多;

TPM = hmmestimate（myS，myS）;

hmmestimate函數在MATLAB中的隱馬爾可夫模型下定義。

來源

2016-06-10 17:25:20 PeyM87

當你有多個向量時，hmmestimate是否有效？ – galtor

在不同狀態序列長度下估計MATLAB中的馬爾可夫鏈轉移矩陣

回答

相關問題