HMM小波分解对实时数据进行分类

时间:2019-05-16 17:58:42

标签: matlab classification hidden-markov-models wavelet-transform

我正在使用HMM和小波分解作为特征提取技术对实时数字标记数据进行分类。问题是,我已经在20个类别,8个样本/类别和8个特征的数据集上成功实现了HMM。每个样本的数据以50个样本/实例的采样频率收集。我无法将小波分解与HMM集成在一起。 在Matlab中如何在HMM中使用小波分解?

一类的HMM:

prior0_L = normalise(rand(Q_L,1));
transmat0_L = mk_stochastic(rand(Q_L,Q_L));

[mu0_L, Sigma0_L] = mixgauss_init(Q_L*M_L, reshape(E_L(:,:,1:50), [O T*nex]), cov_type);
mu0_L = reshape(mu0_L, [O Q_L M_L]);
Sigma0_L = reshape(Sigma0_L, [O O Q_L M_L]);
mixmat0_L = mk_stochastic(rand(Q_L,M_L));


[LL_L, prior1_L, transmat1_L, mu1_L, Sigma1_L, mixmat1_L] = ...
mhmm_em(E_L(:,:,1:50), prior0_L, transmat0_L, mu0_L, Sigma0_L, mixmat0_L, 'max_iter', 5);

0 个答案:

没有答案