我使用matlab的hmmtrain（）来产生最终的状态转换和发射概率矩阵。
对于训练，我使用Baum-Welch算法，给出序列数据集的输入，以及A和B矩阵的初始猜测。
然而，由于数据稀疏性，我收到许多等于零的概率，这就是我需要执行平滑的原因，例如拉普拉斯平滑或其他。
我读到有hmmtrain（...，＆＃39; Pseudoemissions＆＃39; PSEUDOE）仅适用于Viterbi训练算法。我认为通过这个参数我可以实现拉普拉斯平滑，但不确定我是否可以将它应用于＆＃34; Baum Welch训练＆＃34;案件。 其次，我不确定应该如何应用它。在拉普拉斯或加一平滑的情况下，我应该将正数1添加到PSEUDOE矩阵的每个单元格中，还是我希望接收零概率的位置？
提前感谢您的帮助。