在上一篇文章中留下了个尾巴是关于EM算法在HMM隐马尔可夫模型的参数估计拓展上的应用.在学习EM算法以后,我们再去学习HMM的Baum-Weich算法就会相对的非常容易,Baum-Weich不过是EM算法的一种特例而已...算法,来做一个关于HMM的参数估计的例子....1,2,1,2,1,2,1,2,1,1,1,1,12,1,2,1,2,1,2)
然后根据上边的公式得到,可以进行更新,然后用这个20个的观测值来去训练模型然后进行参数估计,估计结果如下:
通过比较真正的参数和估计的参数...,效果还是可以的,但是这还不够,为了进一步的提高估计的精确率,我们增加观测值,这一次我们用1000个观测值,反正都是随机生成的,训练下参数,结果如下:
效果还不错的,所以根据结果可以看见,增加样本训练量真的可以提高参数估计的精度...孟丽新,刘洪.基于EM算法约束条件下参数的估计【J】.东北师大学报: 自然科学版,2009,40(4):28-32.