我已经实现了基于HMM的信号的朴素维特比算法。解码器的执行时间似乎对我的要求来说太慢了。我现在正试图了解如何加快执行速度。当我要确定算法的计算复杂度时，我发现它被提到具有t * s^2的复杂性，其中t是观察数量，s是状态数量。我有大约3500个状态和100个观测值。每个州有729个排放概率。
我也看到在paper中提到过，维特比解码在本文中是指数的（2 ^ k，其中k是约束长度）。我不太了解这个解释。但是，我相信如果Viterbi对状态有所指数，那么即使我将它并行化，算法也会很慢。
我的问题是：
编辑：我在C ++中实现它，希望将来修改它并将其并行化。
答案 0 :(得分：1)
回答第一个问题：
如果你有观察，s状态，并且每个州有e排放概率，那么格子将有t*s个节点，并且评估每个节点将花费e操作，因此天真实现的整体复杂性将是O(t*s*e)。
维特比解码可用于解码比特序列。如果观察取决于先前的k个二进制位，那么k个比特的不同序列的数量是2 ^ k。这表示您需要进行流解码的状态数（每个状态代表先前位的一种配置）。但是，这不太可能与您相关。
您链接的论文描述了一种减少需要扩展的节点数量的方法。这不会改善最坏情况的复杂性，但根据您特定问题的性质，可能会在典型使用中给予显着改善。
答案 1 :(得分：0)
维特比算法的复杂度为O(t|S|^{n+1})，其中n是马尔可夫模型的阶数（在您的情况下为1），t是观察序列的长度，{{ 1}}隐藏状态的数量。因此，在您的情况下，您有一个|S|，其常数常数为3500 ^ 2 = 12 250000。最好建议您尝试减少模型中的隐藏状态数，或者使用随机算法进行研究，可以运行得更快，但不能保证总是返回绝对最佳的结果。