江苏龙网

  1. 首页 > 生活 > >

怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）

图中 【怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）】 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的含义写错了，应该是“在时刻 t 处在状态 i 的条件下，后续观察到怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的概率”。怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
必须放在条件中，这样怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
与怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
相乘时才有意义。当怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
时，怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的概率只有条件，没有结论，相当于说“在这个条件下发生什么都行的概率”，所以是1。
■网友
最开始我也有点不明白，后来搞懂了，推倒过程如下
怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）


■网友
对后向变量的理解可以跟前向变量对比着看：
前向变量：时刻t，状态为 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的条件下，时刻t之前的观测序列为 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的概率
怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）

后向变量：时刻t，状态为 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的条件下，时刻t之后的观测序列为 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的概率 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）

一个是时刻t之前序列概率，一个是时刻t之后的序列概率。
至于 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
，将T带入到 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的公式里，则序列第一项 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
，已经超出 怎样理解隐马尔可夫模型中的向后算法（Backward Algorithm）
的范围了，如 @王赟 Maigo 所言，只有条件没有概率，故为1.


    推荐阅读


    上一篇：微信公众号被盗后怎样有效提醒怎样注销

    下一篇：链动网络是chuanxiao