用Matlab實現HMM

Question

我對HMM並不熟悉，但我想在Matlab中實現。我想用這個工具箱HMM Toolbox。我不確定我是否理解了我必須實施的方式。如果有不同類別的許多狀態訓練序列。所以這是我會做的方式：我通過[TRANS,EMIS] = hmmestimate(seq,states)這代表了HMM

我保存這些矩陣與類屬

我做的信息計算每個序列的過渡和發射矩陣

1. 這對於每個訓練序列
2. 如果我得到一個觀測序列進行分類，我使用hmmviterbi（seq，TRANS，EMIS）函數來計算每個我已經保存的HMM的「可能性」。
3. 最「likelyness」一個（最高百分比）是我所盼望的HMM - >我知道類

這是我可以實現HMM的方式嗎？

我希望你能給我一些提示

Btw。我知道我的英語不太好，但我希望這是可以理解的。

Answer 1

雖然我不知道matlab，並不能幫助你在那個領域，你的步驟聽起來是正確的。以下是我將執行它們的步驟：

• 您首先使用您的訓練集創建一個模型來表示該組。
• 針對您希望系統識別的每種情況重複此操作（例如，每種情況的模型）
• 當您有輸入集時，將其與每個模型進行比較並保留概率/置信度分數。
• 比較這些分數，並選擇最強的結果（只要它是在您設置的閾值）

編輯：我發現從以前的問題，一個很好的例子here。要回答你在評論中提供的鏈接是否正確，我不得不說是，但之前沒有使用過HMM，所以無法確認這些功能的使用。我建議你看看上面問題鏈接的答案，並通過它，因爲這是對我上面簡單步驟的更深入的解釋。