使用多个连续观测变量的隐马尔可夫模型

Hidden Markov Model using multiple continuous observation variables

本文关键字：变量 隐马尔可夫模型 连续观      更新时间：2023-10-16

我正在尝试使用HMM进行位置预测。我有坐标（x，y），运动的速度和方向。我已经将整个空间离散成小块，用作状态。目标是预测物体在时间t、2t、3t等之后的位置（状态）

我已经阅读了多篇关于HMM的文章。我还有两个问题：

  1. 我可以使用一些轨迹来创建过渡矩阵吗？我从坐标到块（即状态）的映射很简单，所以我可以使用一些样本来创建初始转换矩阵

  2. 如何定义具有连续可观察性的发射矩阵（即位置、速度和方向）。如果我假设它们是高斯的，平均值为0，我该如何创建初始发射矩阵。

  3. 我可以使用维特比来预测时间t、2t等之后的位置吗？

我读了太多的文章，现在真的很困惑。如果我能知道自己的方向是否正确，我将不胜感激。

此外，什么是一个好的c++库可以用于此目的？

Mlpack(http://www.mlpack.org/)是一个非常好且简单的C++库。

我不明白你的观察结果是什么，你隐藏的状态是什么。如果你在它们之间有简单的映射，那么也许你一开始就不需要HMM。

相关文章：