JS技术

隐马尔可夫模型(HMM)攻略 - likelet的专栏 - 博客频道 - CSDN.NET likelet的专栏 new(7)

字号+ 作者:H5之家 来源:H5之家 2015-12-14 15:19 我要评论( )

下面介绍前向后向算法的参数学习过程,在学习的过程中,不断更新HMM 的参数,从而使得 P(O | λ) 最大。我们假设初始的HMM参数为λ={ π,A, B},首先计算前向变量 α 和后向变量 β,再根据刚刚介绍的公式计算期望

  下面介绍前向后向算法的参数学习过程,在学习的过程中,不断更新 HMM 的参数,从而使得 P(O | λ) 最大。我们假设初始的 HMM 参数为  λ={ π, A, B },首先计算前向变量 α 和后向变量 β,再根据刚刚介绍的公式计算期望 ξ 和 ζ,最后,根据下面的3个重估计公式更新 HMM 参数。

  如果我们定义当前的 HMM 模型为 λ={ π,A,B },那么可以利用该模型计算上面三个式子的右端;我们再定义重新估计的 HMM 模型为,那么上面三个式子的左端就是重估的 HMM 模型参数。Baum 及他的同事在70年代证明了,因此如果我们迭代地计算上面三个式子,由此不断地重新估计 HMM 的参数,那么在多次迭代后可以得到 HMM 模型的一个最大似然估计。不过需要注意的是,前向后向算法所得的这个最大似然估计是一个局部最优解。

  参考资料:

  1.

  2.

  3.

  4. Lawrence R. Rabiner, A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition. Proceedings of the IEEE, 77 (2), p. 257–286, February 1989.

  5. L. R. Rabiner and B. H. Juang, “An introduction to HMMs,” IEEE ASSP Mag., vol. 3, no. 1, pp. 4-16, 1986.

  6. ~gerjanos/HMM/node2.html

  7. 

  8. 隐马尔可夫模型简介,刘群


  • 上一篇锌指核酸酶
  • 下一篇养成良好的java编程习惯
  • 顶 1 踩 0

    我的同类文章

    猜你在找

    查看评论

    * 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场

    个人资料


    likelet

  • 访问:193901次
  • 积分:1640
  • 等级:

    积分:1640

  • 排名:第14390名
  • 文章搜索

    文章分类

  • 计算机(12)
  • biology(2)
  • java(6)
  • 生物信息(19)
  • 统计学(0)
  • GO(1)
  • R(2)
  • RNA-SEQ(1)
  • 文章存档

    阅读排行

  • 隐马尔可夫模型(HMM)攻略(70372)
  • 东芝L630-08R装机拆机流程(11676)
  • 如何画热图(heatmap)(11242)
  • java中调用R(9697)
  • dbscan算法(8529)
  • DESeq分析基因的差异表达以及安装中出现的问题(6606)
  • UE正则表达式使用(6408)
  • Blast本地化:window平台下blast软件的安装(5469)
  • Q-Q plot 在GWAS中的意思(5014)
  • 使用Aspera从EBI或NCBI下载基因组数据modified(4115)
  •  

    1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

    相关文章
    • 从头认识java-13.5 利用泛型构建复杂模型 - raylee2007的专栏 - 博客频道 - CSDN.NET r

      从头认识java-13.5 利用泛型构建复杂模型 - raylee2007的专栏 - 博客

      2015-12-15 09:12

    网友点评
    <