使用多个连续观测变量的隐马尔可夫模型

时间:2015-12-15 03:52:01

标签: c++ opencv location prediction hidden-markov-models

我正在尝试使用HMM进行位置预测。我有坐标(x,y),速度和运动方向。我将整个空间离散成小块,我用作状态。目标是在时间t,2t,3t等之后预测物体的位置(状态)。

我已经阅读了多篇关于HMM的文章。我还有两个问题:

  1. 我可以使用一些轨迹来创建转换矩阵吗?我从坐标到块(即状态)的映射很简单,因此我可以使用一些样本来创建初始转换矩阵。
  2. 如何使用连续可观测量(即位置,速度和方向)定义发射矩阵。如果我假设它们是高斯​​均值为0,我该如何创建初始排放矩阵。

  3. 我可以使用Viterbi预测时间t,2t等后的位置吗?

  4. 我读了太多文章,现在真的很困惑。如果我朝着正确的方向前进,我将不胜感激。

    另外,用于此目的的c ++库是什么?

0 个答案:

没有答案