摘要: 本文考虑了部分状态可见的隐马尔可夫模型的状态序列估计问题,在分析了现有算法无法合理估计状态路径之后,以状态转移概率、观测概率和可见状态作为先验信息,通过贝叶斯分析计算可见状态前后向状态的后验概率,并给出初始条件和递推公式,运用动态规划递推得到每个观测值对应的最可能状态以及最可能的状态路径。最后,本文给出一个系统故障识别的应用例子,验证了所设计算法的可行性。
楼振凯等. 部分状态可见的隐马尔可夫模型状态序列的估计方法 [J]. 统计研究, 2019, 36(6): 107-114.
Lou Zhenkai et al. Methods for State Sequence Estimation of Hidden Markov Model with Partially Visible States[J]. Statistical Research, 2019, 36(6): 107-114.