我的任务是将观察向量（从传感器信号中获取的特征）分类到M个状态之一。 我可以使用多类分类器（树或SVM），但由于这些状态是依赖的，我正在寻找一个模型来使用状态之间的依赖关系。 我想过使用HHM（我是HMM的新手），但是根据我的研究，我发现排放模型主要需要一个完整的符号集和概率或一些生成分布模型。两者似乎都不可行。
注意：我正在通过体上加速度计对人体活动进行分类。例如，我可能想要在这些状态之间进行分类：'静止不动''走路'和“跑步”。我不想仅仅对每个帧进行分类，而是将其视为一个序列。这样，例如，如果我有一个看起来像“跑步”的观察，下一个观察最有可能是“跑步”，而不是与看起来相似且可能但不太可能的走路相混淆。