HMM基本原理及其實現（隱馬爾科夫模型）

  HMM基本原理 Markov鏈：如果一個過程的「將來」僅依賴「現在」而不依賴「過去」，則此過程具有馬爾可夫性，或稱此過程爲馬爾可夫過程。馬爾可夫鏈是時間和狀態參數都離散的馬爾可夫過程。HMM是在Markov鏈的基礎上發展起來的，由於實際問題比Markov鏈模型所描述的更爲複雜，觀察到的時間並不是與狀態一一對應的，而是通過一組概率分佈相聯繫，這樣的模型稱爲HMM。HMM是雙重隨機過程：其中之一是

>>阅读原文<<