構文

説明

[estr,ESTEMIT] = hmmtrain(seq,TRGUESS,EMITGUESS)は,隠れマルコフモデルの遷移確率と出力確率をBaum-Welchアルゴリズムを使用して推定します。seqは,単一列を含む行ベクトル,各列が1行の行列,または各セルに1列を含む细胞配列です。TRGUESSおよびEMITGUESSは，遷移および出力確率行列の初期推定です。TRGUESS (i, j)は，状態我から状態jへの遷移の推定確率です。EMITGUESS (i (k)は，シンボルkが状態我から出力される推定確率です。

hmmtrain(…,“算法”,算法）は，学習アルゴリズムを指定します。算法は,“BaumWelch”または“维特比”のいずれかです。既定の設定のアルゴリズムは，“BaumWelch”です。

hmmtrain(…,“符号”,符号)は，出力されるシンボルを指定します。符号は，シンボルの名前の数値配列，字符串配列または单元格配列です。既定の設定のシンボルは，1～Nの整数です。ここで，Nは，可能な出力数です。

hmmtrain(…,“宽容”,tol)は，反復推定処理の収束テストに使用する許容誤差を指定します。既定の設定の許容誤差は1的军医です。

hmmtrain(…,“Maxiterations”,麦克斯特)は，推定処理の最大反復回数を指定します。既定の設定の最大値はOne hundred.です。

hmmtrain(…,“详细”,真的)は，各反復でのアルゴリズムの状態を返します。

hmmtrain(…,Pseudoemissions PSEUDOE)は，ビタビ学習アルゴリズムの出現頻度の出力値を指定します。この引数を使用すると,標本列で表されない可能性のある非常に低い確率の出力の確率推定がゼロになることを回避できます。PSEUDOEは，サaaplズがm行n列の行列です。ここで，m は、隠れマルコフ モデル内の状態数、n は可能な出力数です。i→k 出力がseq内で発生しない場合，PSEUDOE (i (k)を列seq内でこのような出力の期待値の推定を表す正の数になるように設定します。

hmmtrain(…,Pseudotransitions PSEUDOTR)は，ビタビ学習アルゴリズムの出現頻度の遷移値を指定します。この引数を使用すると,標本列で表されない可能性のある非常に低い確率の遷移の確率推定がゼロになることを回避できます。PSEUDOTRは，サ▪▪ズがm行m列の行列です。ここで，m は隠れマルコフ モデル内の状態数です。i→j 遷移が州内で発生しない場合，PSEUDOTR (i, j)を列州内でこのような遷移の期待値の推定を表す正の数になるように設定します。

列に該当する状態が既知である場合は，hmmestimateを使用するとモデルパラメ，タ，を推定できます。

Trans = [0.95,0.05;0.10、0.90);Emis = [1/ 6,1 / 6,1 / 6,1 / 6,1 / 6,1 / 6,1 / 6,1 /6;1/10, 1/10, 1/10, 1/10, 1/10, 1/2];Seq1 = hmmgenerate(100,trans,emis);Seq2 = hmmgenerate(200,trans,emis);Seqs = {seq1,seq2};[estr,estE] = hmmtrain(seqs,trans,emis);

参考文献

バ，ジョン履歴

R2006aより前に導入

参考

hmmgenerate|hmmdecode|hmmestimate|hmmviterbi