隐藏的马尔可夫模型后期概率
PSTATES = HMMDECODE(SEQ,TRANS,EMI)
[pstates,logpseq] = hmmdecode(...)
[PSTATES,LOGPSEQ,前进,后退,S] = HMMDecode(...)
hmmdecode(...,','符号',符号)
PSTATES = HMMDECODE(SEQ,TRANS,EMI)
计算后部状态概率,昏迷
,序列的SEQ.
,来自隐藏的马尔可夫模型。后状态概率是处于状态的条件概率K.在步骤一世,鉴于观察到的符号序列,轶事
。您通过转换概率矩阵指定模型,trans
和排放概率矩阵,emis.
。跨越(i,j)
是从州过渡的概率一世
国家j
。EMIS(k,SEQ)
是符号的概率SEQ.
从州发出K.
。
昏迷
是一个与之相同的阵列SEQ.
和模型中每个状态的一行。这 (一世那j)th的元素昏迷
给出了模型处于州的概率一世当j给定序列的步骤SEQ.
。
笔记
功能HMMDecode.
在第一次发射之前,在步骤0开始于状态1的模型。HMMDecode.
计算概率昏迷
基于模型在第1状态开始的事实。
[pstates,logpseq] = hmmdecode(...)
回报logpseq.
,序列概率的对数SEQ.
给定转换矩阵trans
和发射矩阵emis.
。
[PSTATES,LOGPSEQ,前进,后退,S] = HMMDecode(...)
返回缩放序列的前向和后向概率S.
。
hmmdecode(...,','符号',符号)
指定发出的符号。符号
可以是符号名称的数字数组,字符串数组或单元格数组。默认符号是整数1
通过N
, 在哪里N
是可能排放的数量。
Trans = [0.95,0.05;0.10,0.90];emiS = [1/6 1/6 1/6 1/6 1/6 1/6;1/10 1/10 1/10 1/10 1/10 1/10 1/2];[SEQ,州] = HMMGEGED(100,跨,EMI);pstates = hmmdecode(SEQ,Trans,EMI);[SEQ,SENS] = HMMGENEDE(100,Trans,EMI,...'符号',{'一个','两个','三','四','五','六'})pstates = hmmdecode(SEQ,Trans,EMI,...'符号',{'一个','两个','三','四','五','六'});
[1] Durbin,R.,S. Eddy,A. Krogh和G. Mitchison。生物序列分析。剑桥,英国:剑桥大学出版社,1998年出版社。