E步:θ(i)为第i次迭代参数θ的估计值,在第i+1次迭代的E步,计算
?
,P(Z|Y,θ(i))是在给定观测数据Y和当前参数估计θ(i)下隐变量数据Z的条件概率分布....高斯混合模型参数估计的EM算法:
取参数的初始值开始迭代
E步:计算分模型k对观测数据yj的响应度
?
M步:计算新一轮迭代的模型参数
?
重复2和3直到对数似然函数
?
收敛....隐马尔可夫模型有三个基本问题,即概率计算问题,学习问题,预测问题.
概率计算问题:给定模型
?
和观测序列
?
,计算在模型λ下观测序列O出现的概率P(O|λ).....减少计算量的原因在于每一次计算直接引用前一个时刻的计算结果,避免重复计算.
后向算法:定义在时刻t状态为qi的条件下,从t+1到T的部分观测序列为oi+1~oT的概率为后向概率,记作
?...计算每个样本点和各个质心的距离,将样本点标记为距离最小的质心所对应的簇.
重新计算每个簇的质心,取该簇中每个点位置的平均值.
重复2,3,4步直到k个质心都没有发生变化为止.