语法

描述

PSTATES = hmmdecode(seq,TRANS,EMIS)计算后验状态概率，PSTATES的序列。seq，来自隐马尔可夫模型。后验状态概率是处于状态的条件概率k在步骤我，根据观察到的符号序列，信谊．你用一个转移概率矩阵来指定模型，反式和发射概率矩阵，工作．反式(i, j)从状态转移的概率是多少我州j．工作(k, seq)概率是那个符号吗seq从状态发出k．

PSTATES数组的长度是否与seq每一行代表模型中的每个状态。(我,j的第一个元素PSTATES给出模型处于状态的概率我在j第一步，给定序列seq．

请注意这个函数hmmdecode从第一次发射之前的第0步处于状态1的模型开始。hmmdecode计算的概率PSTATES基于模型从状态1开始的事实。

[PSTATES,logpseq] = hmmdecode(…)返回logpseq，序列概率的对数seq，给定过渡矩阵反式发射矩阵工作．

[PSTATES, logpq,FORWARD,BACKWARD,S] = hmmdecode(…)返回按比例缩放的序列的正向和向后概率年代．

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或单元格数组。默认的符号是整数1通过N,在那里N是可能的排放量。

例子

Trans = [0.95,0.05;0.10、0.90);Emis = [1/6 1/6 1/6 1/6 1/6;1/10 1/10 1/10 1/10];[seq,states] = hmmgenerate(100,trans,emis);pStates = hmmdecode(seq,trans,emis);[seq,states] = hmmgenerate(100,trans,emis，…“符号”,{' 1 ',' 2 ',' 3 ',' 4 ',' 5 ',' 6 '})pStates = hmmdecode (seq,反式,工作,…“符号”,{' 1 ',' 2 ',' 3 ',' 4 ',' 5 ',' 6 '});

参考文献

另请参阅

hmmestimate|hmmgenerate|hmmtrain|hmmviterbi