预测问题 - 近似算法

Last updated 5 years ago

Was this helpful?

已知 $\lambda$ 和O，求I。

近似算法只是根据当前时刻的O来推算可能性最大的I，而不考虑I序列前后的关系。因此，有可能这样推出来的序列实际上是不存在的。

根据可知，已知 $\lambda$ 和O，在t时刻，处于状态i的概率为：

\gamma_t(i) = \frac{\alpha_t(i)\beta_t(i)}{\sum_{j=1}^N\alpha_t(i)\beta_t(i)}

求出最大的 $\gamma$ 对应的i就是t时间的状态

Last updated 5 years ago

Was this helpful?

已知 $\lambda$ 和O，求I。

近似算法只是根据当前时刻的O来推算可能性最大的I，而不考虑I序列前后的关系。因此，有可能这样推出来的序列实际上是不存在的。

根据可知，已知 $\lambda$ 和O，在t时刻，处于状态i的概率为：

\gamma_t(i) = \frac{\alpha_t(i)\beta_t(i)}{\sum_{j=1}^N\alpha_t(i)\beta_t(i)}

求出最大的 $\gamma$ 对应的i就是t时间的状态