2015-12-15 113 views
3

我正在尝试使用HMM进行位置预测。我有坐标(x,y),速度和运动方向。我已将整个空间分散成小块,我将其用作状态。目标是在时间t,2t,3t等之后预测对象的位置(状态)。使用多个连续观察变量的隐马尔可夫模型

我已阅读了多篇关于HMM的文章。我仍然有2个问题:

  1. 我可以使用一些轨迹来创建转换矩阵吗?我从坐标到块的映射(即状态)很简单,所以我可以使用几个样本来创建初始转换矩阵。
  2. 如何用连续可观测量(即位置,速度和方向)定义发射矩阵。如果我假设他们是平均为0的高斯,我该如何创建初始排放矩阵。

  3. 我可以使用维特比来预测时间t,2t之后的位置吗?

我读了太多文章,现在真的很困惑。如果我正朝着正确的方向前进,我将不胜感激。

此外,什么将是一个很好的c + +库来使用的目的?

+0

我不是HMM的专家,无论如何我不确定他们是否适合你的情况。看来你对这个话题读了很多,也许比我更清楚。所以我只想总结一下我的想法。如果你有坐标,方向和速度,只有一个状态可能在特定时间“t”发射。它不会有任何可能成为除计算结果之外的其他状态。 E.g. P1(10/10),速度= 2和方向=(0/1) PatT1 = P1 +(速度*方向)=(10/12) –

+0

如果你的隐藏状态会改变方向和/或速度。 t1:速度= 2,t2 =速度= 1 - >过渡可能性? –

回答

1

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

我不明白你的观察结果是什么,你的隐藏状态是什么。如果你在它们之间有简单的映射,那么也许你首先不需要HMM。

+0

是的,你说得对。加上我的观察变量是相关的。我大概可以使用贝叶斯并做到这一点。谢谢。 – BumbleBee

相关问题