用Matlab实现HMM

Question

我不熟悉HMM，但我想在Matlab中实现。我想使用此工具箱HMM Toolbox。我不确定我是否理解了实施它的方式。如果有不同类别的状态训练序列很多。所以这就是我的方式：

1. 我计算每个序列的过渡和发射矩阵[TRANS,EMIS] = hmmestimate(seq,states)代表HMM
2. 我用类所属的信息保存这些矩阵
3. 我为每个训练序列执行此操作
4. 如果我得到分类的观察序列，我使用hmmviterbi（seq，TRANS，EMIS）函数来计算我保存的每个HMM的“可能性”。
5. 最“可能性”（最高百分比）是我寻找的HMM - ＆gt;我知道班级

这是我实施HMM的方式吗？

我希望你能给我一些提示

顺便说一下。我知道我的英语不太好，但我希望这是可以理解的。

Answer 1

虽然我不知道matlab并且无法帮助您，但您的步骤听起来不错。以下是我将实施的步骤：

• 您首先使用训练集创建一个模型来表示该集。
• 对您希望系统识别的每种情况重复此操作（例如，每种情况下的模型）
• 当您有输入集时，将其与每个模型进行比较并保持概率/置信度分数。
• 比较这些分数并选择最强的结果（假设它超过您设定的任何阈值）

编辑：我从上一个问题中找到了一个很好的例子here。要回答你在评论中提供的链接是否正确，我必须说是，但是之前没有使用matlab进行HMM，所以无法确认这些函数的使用。我建议您查看上面上一个问题链接的答案并完成它，因为它是对上述简单步骤的更深入的解释。