我正在学习用于对一系列 t 图像帧中的运动进行分类的隐马尔可夫模型。
假设我每帧都有 m 个特征维度。然后我将它聚集成一个符号（用于可观察符号）。我为 k 类创建了 k 个不同的 HMM 模型。
那么，如何确定每个模型的隐藏状态数以优化预测？
顺便说一句，我的方法正确吗？如果我误解了如何使用它，请纠正我:)
谢谢 ：）
问问题
8284 次
1 回答
8
“我的方法已经正确了吗？”
你目前的做法是正确的。几周前我也做过同样的事情，也问过同样的问题。我已经建立了一个手势识别工具。
您说您有 k 个要识别的类，所以是的，您将训练 k 个 HMM。对于每个 HMM，您运行 Forward 算法并P(HMM|observation)为每个隐藏的马尔可夫模型接收（或者 Viterbi 解码也是可能的）。然后你选择概率最高的那个。
将 m 维特征向量视为单个观察符号也是正确的。根据您的向量的样子，您可能希望使用连续隐马尔可夫模型或离散隐马尔可夫模型。使用离散的数据通常更容易训练，而且训练数据很少。因此，如果您的特征向量空间是连续的，您可能需要考虑离散化以使所有值离散（例如通过统一类）。关于离散性的问题是：你会有多少类观察？
“如何确定每个模型的隐藏状态数量以获得最佳预测？”
但是，我无法完全回答您关于隐藏状态数量的实际问题。从我在其他领域所学的内容来看，这似乎是很多基准测试和测试。例如，在语音识别中，我们为每个音素（人声）使用 3 个 HMM 状态，因为声音在开头、中间和结尾听起来不同。然后每个不同的音素得到一个三倍。但这当然是工程学。
在我自己的应用程序中，我是这样想的：我想定义手势并将它们与方向相关联。喜欢open_firefox = [UP, RIGHT]。所以我决定对所有四个方向使用四个隐藏状态。我想找出最好的状态数量与工程和尝试不同的事情有关。
于 2013-07-11T09:16:19.377 回答