2

私は HMM にあまり詳しくありませんが、Matlab で実装したいと考えています。このツールボックスHMM Toolboxを使用したいです。それを実装する方法を理解しているかどうかはわかりません。さまざまなクラスの状態のトレーニング シーケンスが多数ある場合。だから、これは私がそれを行う方法です：

  1. [TRANS,EMIS] = hmmestimate(seq,states)すべてのシーケンスについて、HMM を表す遷移行列と放出行列を計算します
  2. これらの行列を、クラスが属する情報とともに保存します
  3. 私はすべてのトレーニングシーケンスでこれを行います
  4. 分類用の観測シーケンスを取得した場合、保存したすべての HMM で「可能性」を計算するために hmmviterbi(seq,TRANS,EMIS) 関数を使用します。
  5. 最も「可能性が高い」もの (最高パーセント) は、私が探した HMM でした --> クラスを知っています

これで HMM を実装できますか?

ヒントを教えていただければ幸いです

ところで。私の英語はそれほど上手ではないことはわかっていますが、理解できることを願っています。

4

1 に答える 1

0

私はmatlabを知らず、その分野であなたを助けることはできませんが、あなたのステップは正しいように聞こえます. 実装する手順は次のとおりです。

  • 最初にトレーニング セットを使用して、そのセットを表すモデルを作成します。
  • システムに認識させたい状況ごとにこれを繰り返します (例: 状況ごとのモデル)
  • 入力セットがある場合は、それを各モデルと比較し、確率/信頼スコアを保持します。
  • これらのスコアを比較し、最も強い結果を選択します (設定したしきい値を超えている場合)。

編集:前の質問からここで良い例を見つけました。コメントで提供したリンクが正しいかどうかに答えるには、はいと言わなければなりませんが、HMM に matlab を使用したことがないため、これらの関数の使用を確認できません。上記の簡単な手順のより詳細な説明であるため、上記の前の質問リンクへの回答を見て、それを実行することをお勧めします。

于 2013-04-15T23:17:12.727 に答える