隐马尔可夫模型(HMM)中的三态电话模型
我想问一下HMM中三态手机模型的含义。本案例是基于隐马尔可夫模型在语音识别系统中的应用。因此，这个例子是基于隐马尔可夫模型对语音进行声学建模的。 我从一篇期刊论文中获得了这个示例图片： http://www.intechopen.com/source/html/41188/media/image8_w.jpg 图1：3-声音的状态HMM/s/ 所以，我的问题是： 3个状态是
..
hidden-markov-models相关内容
如何使用 hmmlearn 在 Python 中运行隐藏的马尔可夫模型?
我尝试使用 hmmlearn from GitHub 来运行二进制隐藏马尔可夫模型.这不起作用: 将 hmmlearn.hmm 导入为 hmmtransmat = np.array([[0.7, 0.3],[0.3, 0.7]])emitmat = np.array([[0.9, 0.1],[0.2, 0.8]])obs = np.array([0, 0, 1, 0, 0])startprob
..
使用 C++ 的隐马尔可夫模型
我最近一直在研究 C++ 中隐马尔可夫模型的实现.我想知道是否可以使用任何现有的用 C++ 编写的 HMM 库来使用使用动作识别(使用 OpenCV)? 我要避免“重新发明轮子"！ 是否可以使用 Torch3Vision 即使(看起来)它被设计为从事语音识别工作? 我的想法是，如果我们可以将特征向量转换为符号/观察值(使用矢量量化 - Kmeans 聚类)，我们可以将这些符号用于
..
训练隐马尔可夫模型和分类使用中的问题
我很难弄清楚如何使用 Kevin Murphy'sHMM 工具箱 工具箱.如果有经验的人可以澄清一些概念性问题，那将是一个很大的帮助.我以某种方式理解了 HMM 背后的理论，但对于如何实际实现它并提及所有参数设置感到困惑. 有 2 个类，所以我们需要 2 个 HMM. 假设训练向量是:class1 O1={ 4 3 5 1 2} 和 class O_2={ 1 4 3 2 4}. 现
..
训练隐马尔可夫模型的问题和分类的使用
我很难弄清楚如何使用凯文墨菲的HMM 工具箱工具箱.如果任何有经验的人都可以澄清一些概念性问题，那将是一个很大的帮助.我以某种方式理解了 HMM 背后的理论，但如何实际实现它并提及所有参数设置令人困惑. 有 2 个类，所以我们需要 2 个 HMM. 假设训练向量是:class1 O1={ 4 3 5 1 2} 和 class O_2={ 1 4 3 2 4}. 现在，系统必须将未知序
..
在 PyMC 中学习离散 HMM 参数
我正在尝试使用 PyMC 学习一个简单的离散 HMM 的参数.我正在对 HMM 上的 Wiki 页面中的阴雨晴天模型进行建模.该模型如下所示: 我正在使用以下先验. theta_start_state ~ beta(20,10)theta_transition_rainy ~beta(8,2)theta_transition_sunny ~beta(2,8)theta_emission_r
..
使用一组观察序列进行 Scikit Learn HMM 训练
我有一个问题，关于如何使用 scikit-learn 包中的 gaussianHMM 同时训练多个不同的观察序列.示例如下:可视化股票市场结构 显示 EM 收敛于 1 个长观察序列.但是在许多情况下，我们希望将每个观察序列分解为具有 START 和 END 状态的观察(例如对句子集的训练).也就是说，我想对多个观察序列进行全局训练.使用 GuassianHMM 时如何实现这一目标?有例子可以
..
隐藏的马尔可夫模型的下一个状态仅取决于上一个状态?那以前的n个州呢?
我正在研究原型框架. 基本上，我需要基于每个人的一些传感器数据(例如GPS，运动，心率，周围环境读数，温度等)为每个人的生活方式生成模型或配置文件. 建议的模型或配置文件是个人生活方式的知识表示.也许是带有概率的图. 我正在考虑使用隐马尔可夫模型来实现此目的.由于HMM中的状态可以是工作，睡眠，休闲，运动等.观测值可以是各种传感器数据的集合. 我对HMM的理解是，下一个状态
..
从头开始简单的语音识别
我发现与我的问题最相似的问题是这个(简单的语音识别方法)，但由于已经过去3年了，所以我问的答案还不够. 我想从头开始计算一个简单的语音识别系统，我只需要识别五个单词即可.据我所知，此应用程序最常用的音频功能是MFCC和用于分类的HMM. 我能够从音频中提取MFCC，但对于如何使用这些功能通过HMM生成模型然后进行分类，我仍然存有疑问. 据我了解，我必须执行矢量量化.首先，我需要有
..
WEKA工具箱中的隐马尔可夫模型等效于什么？
我需要对来自8个加速度计组成的传感器网络的数据流进行分类。每个加速度计给我一个X Y和Z值。因此，在每个样本上，我有8 x 3 = 24个加速度值。我以大约30 Hz的频率采样，执行时间约为0.5秒。 起初，我想到了为此使用隐马尔可夫模型，但似乎WEKA工具包没有提供这种功能。 WEKA等效于什么？ 谢谢。 编辑：如何格式化数据？ 我已经收集了数据，现在我想使用HMMWek
..
BayesServer:InvalidNetworkException:节点[知识]的分配为空
我正在尝试使用 BayesServer库建立动态贝叶斯网络.我有以下实现网络的方法 // numberOfDistractors and levelId will be used later for added complexity in modeling void InitializeNetworkForLevel(int numberOfDistractors, int levelId)
..
我可以使用哪种pymc3蒙特卡洛步进器进行自定义分类分发?
我正在努力在pymc3中实现隐马尔可夫链.在实现隐藏状态方面，我已经走了很远.下面，我展示了一个简单的2状态马尔可夫链: import numpy as np import pymc3 as pm import theano.tensor as tt # Markov chain sample with 2 states that was created # to have prob 0-
..
从HMM高斯混合分布中获得下一个观测值
我有一个长度为1000的连续单变量xts对象，已将其转换为一个名为x的data.frame，供程序包RHmm使用. 我已经选择混合分布中将有5个状态和4个高斯分布. 我追求的是下一次观察的预期平均值.我该如何获得它? 所以我到目前为止是: 运行HMMFit()函数的转换矩阵 混合物中每个高斯分布的一组均值和方差以及它们各自的比例，所有均由HMMFit()函数生成. 使用
..
PyMC:马尔可夫系统中的参数估计
简单的Markow链 假设我们要估计系统的参数，以便可以在给定时间步长t的状态的情况下预测时间步长t + 1的系统的状态. PyMC应该能够轻松处理此问题. 让我们的玩具系统由一维世界中的移动物体组成.状态是对象的位置.我们要估计潜在变量/物体的速度.下一个状态取决于前一个状态，而潜在变量取决于速度. # define the system and the data true_vel
..
隐马尔可夫模型预测下一次观测
我有500次观察鸟类运动的序列.我想预测这只鸟的第501次移动.我在网上搜索，我猜这可以通过使用HMM来完成，但是我对该主题没有任何经验.谁能解释用于解决此问题的算法的步骤? 解决方案 x1-x2-x3-x4-x5......x500-x501 | | | | | | y1 y2 y3 y4 y5 y500 x - actual state y - obse
..
查找HMM中的前k个维特比路径
我需要编写一种算法来查找HMM中的前k个维特比路径（使用常规维特比算法来找到最佳路径）。 我可能需要为每个状态N保存一个大小为k的列表V_t，N，其中包含以状态N结尾的前K个路径，但是我不确定如何跟踪该列表。. any想法？谢谢 解决方案 我们可以轻而易举地解决此问题。通过查看hmm的网格结构最容易看到： 在此示例中，隐藏状态为00、01、10、11，将这四个状态表示为S。未
..
动态手势的隐马尔可夫模型训练?
我知道有很多与隐马尔可夫模型有关的材料，并且我还阅读了与该主题有关的所有问题和答案.我知道它是如何工作的以及如何进行训练，但是当尝试以简单的动态手势进行训练时，我无法解决以下问题. 我正在为OpenCV使用 HMM实施 我调查了以前问过的问题，并在此处一个>.这确实帮助我理解和使用了马尔可夫模型. 我总共有两个动态手势，它们都是对称的(向左滑动和向右滑动) 共有5个观察值，其中4个是手
..
scikit-learn GaussianHMM ValueError:输入必须是一个正方形数组
我正在使用scikit-learn的GaussianHMM，并在尝试将其适应某些观察时得到以下ValueError.这是演示错误的代码: >>> from sklearn.hmm import GaussianHMM >>> arr = np.matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) >>> arr matrix([[1, 2, 3],
..
Scikit学习高斯HMM:ValueError:startprob必须总计为1.0
我目前正在使用Scikit Learn，并且在尝试训练高斯HMM时遇到了以下问题: 适合的文件"/Library/Python/2.7/site-packages/sklearn/hmm.py"，第443行 self._do_mstep(stats, self.params) 文件"/Library/Python/2.7/site-packages/sklearn/hmm.py"，
..
从cyk提取概率和最有可能解析树
为了理解cyk算法，我通过以下示例进行了研究:其结果是: 如何提取与每个解析相关的概率并提取最可能的解析树? 解决方案 对于PCFG，这是两个不同的问题: 识别:该句子是否属于CFG生成的语言? (输出:是或否) 分析:这句话的最高评分树是什么? (输出:解析树) 问题中链接的CKY算法视频仅处理识别问题.要同时执行解析问题， 我们要 (i)维持每个解析项目的分数，以及
..