隐马尔可夫模型维特比算法尝试(2)

#Recursion:

psi <- matrix(,nrow=3,ncol=3) Psi <- matrix(,nrow=3,ncol=3) Psi[1,] <- c(0,0,0) t=2

for (i in 1:N){ for (j in 1:N){

psi[i,j] <- Delta[t-1,j]*A[j,i] }

Delta[t,i] <- max(psi[i,])*B[i,2]

Psi[t,i] <- which.max(psi[i,]) }

psi1 <- matrix(,nrow=3,ncol=3) t1=3

for (i in 1:N){

for (j in 1:N){

psi1[i,j] <- Delta[t,j]*A[j,i] }

Delta[t1,i] <- max(psi1[i,])*B[i,1] Psi[t1,i] <- which.max(psi1[i,]) }

#以p表示最优路径的概率，则

p <- max(Delta[3,])

i[3] <- which.max(Delta[3,]) i[2] <- Psi[3,i[3]] i[1] <- Psi[2,i[2]]

print(\每种盒子在每一步路径的最大概率矩阵如下：\ Delta

cat(paste(\第一步选盒子\ paste(\第二步选盒子\ paste(\第三步选盒子\

结果：

每种盒子在每一步路径的最大概率矩阵如下：

Delta

[,1] [,2] [,3] [1,] 0.10000 0.16000 0.2800 [2,] 0.02800 0.05040 0.0420 [3,] 0.00756 0.01008 0.0147

第一步选盒子 3 ；第二步选盒子 3 ；第三步选盒子

参考：《统计学习方法》

3 。