简介
隐马尔可夫模型（Hidden Markov Model，HMM）创立于20世纪70年代。主要用于行为识别，语音识别，文字识别等。
原理简述
隐马尔可夫模型由五个部分组成：状态空间S，观测空间O，初始状态概率空间PI，状态概率转移矩阵P以及观测值生成概率矩阵Q。另外，隐马尔可夫模型还包括一条观测链，一条隐藏链。（后面将详述）下面是隐马尔可夫模型示意图：
因此整个过程就是观测值随状态的转移而生成，而我们所关心的是通过已有的观测值来判断其隐藏的状态，即通过一长串的观测序列推算导致这一结果的可能的状态序列。例如：有两枚不同的硬币（一枚正面抛掷后正面朝上的概率比较大，另一个反面朝上的概率比较大），现在一个人按照其习惯每次选择其中的一枚硬币抛掷，共抛掷N次，将结果记录下来（设正面为1，反面为0），之后你就可以利用隐马尔可夫模型，通过已有结果反推这个人每次使用哪枚硬币进行投掷的。
实现方法
要实现上面所述原理就必须解决三个问题：评估问题（evaluation），解码问题（decoding）和学习问题（learning）
1、评估问题，即评估当前状态为真实状态的可能性。
最简单的方法有前向算法和后向算法（当然也可以联合使用这两种算法）。
前向算法：从前递归，一层一层计算概率，最后再求总和。
1）t=0（事实上 t 的首项应该为1，但是考虑到编程的方便这里就设首项为0）
，即alpha(i,t)=PI(i)*Q(i,t)（伪代码，这只是为了表示方便易懂，与之后的代码可能会有出入）
PS：alpha(i,t)指t时刻状态为Si的概率（下面同义），PI(i)为状态Si的初始概率，Q(i,t)指的是 t 时刻观测值Vt由状态Si生成的概率。
2）t>0 && t<=n
，即alpha(t,i)=Sum[ alpha(j,t-1)*P(j,i)*Q(i,t) ]
PS：P(j,i)指由状态 Sj 转移到 Si 的概率
3）
，即将3）所算的所有状态Si的结果再求和。
PS：对应后面的Java类为AlgorithmFront.java
后向算法：与前向算法相反
1）t>=0 && t<n
，即beta(i,t)=Sum[ beta(j,t+1)*P(i,j)*Q(j,t+1) ]
PS：beta(i,t)表示t时刻状态为Si的条件下，从t+1时刻到n生成相应观测序列的概率。
2）t=n
PS：因为下一个时刻就已结束，所以无论是什么状态都是确定的，所以概率都为1。
3）
，与前向算法相似，最后也是将所有结果进行求和。
PS：对应后面的Java类为AlgorithmBack.java
2、解码问题，即如何根据观测值，状态转移概率矩阵，生成概率矩阵得到真正的状态序列。（有时候你完全可以根据先验知识给参数设值，这样就无需 学习步骤（Learning） 便可以解码了）
Viterbi算法：基本原理就是计算概率每一步最高时对应的状态序列
1）初始化
2）递归
3）终止
，
PS：表示 n 时刻沿着X1,X2,...Xn 且在 n 时刻状态Xn=Si 产生相应观测序列的最大概率
保存着状态序列信息。
4）回溯
根据的结果便可知道相应的状态序列了。
PS：对应的后面的Java类为HMMDecisionVbImp.java
3、学习问题，即如何通过观测值来获取初始状态概率，状态转移概率矩阵以及生成概率矩阵。
Baum-Welch算法：
Step1: 随机产生一组参数，并代入评估函数（evaluation，例如前向算法），计算结果。
Step2: 利用参数估算初始状态概率，状态转移概率矩阵以及生成概率矩阵
由于：
，即kis(i,j,t)=alpha(i,t)*P(i,j)*Q(j,t+1)*beta(j,t+1)
，即gamma(i,t)=alpha(i,t)*beta(i,t)
PS：a）伪代码中并没有除以，这主要是为了减少运算量，因为之后计算状态概率矩阵、生成矩阵这项都会被约掉。
b）kis(i,j,t)即，表示t时刻为状态Si，t+1时刻为状态Sj的概率
c）gamma(i,t)即，表示t时刻状态为Si的概率
d）相应的Java类为Gammas.java，Ksis.java
所以：
1）估计概率转移概率矩阵
2）估计初始状态概率
，（注意，实际编程实现时这里还需除以之前漏除的）
3）估计概率生成矩阵
Step3: 将刚估计的参数代入 评估函数 进行计算，并与上一次评估的结果做比较，若差异小于某个阈值（thresh，例如 0.05）则接受。否则继续迭代计算。
PS：相应的Java类为HMMLearnBwImp.java
Java具体实现
基础类 Package lxwo.utils
1、AlgorithmFront
package lxwo.utils; public class AlgorithmFront{ private double[] Api; private double[][] AP; private double[][] AQ; private int[] V; public AlgorithmFront(double[] Api, double[][] AP, double[][] AQ, int[] V) { this.Api = Api; this.AP = AP; this.AQ = AQ; this.V = V; } public double calculate(int step) { double Result = 0.0; for (int Pindex = 0; Pindex < this.AP.length; Pindex++) Result += this.alpha(Pindex, step); return Result; } public double alpha(int toI, int step) { double tempValue = 0.0; if (step > 0) { for (int pindex = 0; pindex < this.AP.length; pindex++) tempValue += this.alpha(pindex, step - 1)* this.AP[pindex][toI] * this.AQ[toI][this.V[step]]; } else tempValue = Api[toI] * this.AQ[toI][this.V[step]]; return tempValue; } public double[] getApi() { return Api; } public void setApi(double[] api) { Api = api; } public double[][] getAP() { return AP; } public void setAP(double[][] aP) { AP = aP; } public double[][] getAQ() { return AQ; } public void setAQ(double[][] aQ) { AQ = aQ; } public int[] getV() { return V; } public void setV(int[] v) { V = v; } }
2、AlgorithmBack
package lxwo.utils; public class AlgorithmBack{ private double[] Api; private double[][] AP; private double[][] AQ; private int[] V; public AlgorithmBack(double[] Api, double[][] AP, double[][] AQ, int[] V){ this.Api = Api; this.AP = AP; this.AQ = AQ; this.V = V; } public double calculate(int step){ double Result = 0.0; for (int Pindex = 0; Pindex < this.AP.length; Pindex++) Result += this.belta(Pindex, step); return Result; } public double belta(int fromI,int step){ double tempValue = 0.0; if(step<this.V.length-1){ for(int pindex=0;pindex<this.AP.length;pindex++) tempValue += this.belta(pindex, step+1)*this.AP[fromI][pindex]*this.AQ[pindex][this.V[step+1]]; }else{ tempValue = 1.0; } return tempValue; } public double[] getApi() { return Api; } public void setApi(double[] api) { Api = api; } public double[][] getAP() { return AP; } public void setAP(double[][] aP) { AP = aP; } public double[][] getAQ() { return AQ; } public void setAQ(double[][] aQ) { AQ = aQ; } public int[] getV() { return V; } public void setV(int[] v) { V = v; } }
3、Ksis
package lxwo.utils; public class Ksis { private double[] Api; private double[][] AP; private double[][] AQ; private int[] V; public Ksis(double[] Api, double[][] AP, double[][] AQ, int[] V){ this.Api = Api; this.AP = AP; this.AQ = AQ; this.V = V; } public double calculate(int i,int j,int step){ AlgorithmFront f1 = new AlgorithmFront(this.Api,this.AP,this.AQ,this.V); AlgorithmBack f2 = new AlgorithmBack(this.Api,this.AP,this.AQ,this.V); // Considering the amount of calculation, we don't divide the result by p(V|lambda) return f1.alpha(i, step)*this.AP[i][j]*this.AQ[j][this.V[step+1]]*f2.belta(j, step+1); } public double sumKsi(int i,int j, int T){ double tempValue = 0.0; for(int pindex=0;pindex<T;pindex++) tempValue += this.calculate(i, j, pindex); return tempValue; } }
4、Gammas
package lxwo.utils; public class Gammas { private double[] Api; private double[][] AP; private double[][] AQ; private int[] V; public Gammas(double[] Api, double[][] AP, double[][] AQ, int[] V){ this.Api = Api; this.AP = AP; this.AQ = AQ; this.V = V; } public double calculate(int i,int step){ AlgorithmFront f1 = new AlgorithmFront(this.Api,this.AP,this.AQ,this.V); AlgorithmBack f2 = new AlgorithmBack(this.Api,this.AP,this.AQ,this.V); // Considering the amount of calculation, we don't divide the result by p(V|lambda) return f1.alpha(i, step)*f2.belta(i, step);//step+1 } public double sumGamma(int i, int T){ double tempValue = 0.0; for(int pindex=0;pindex<T;pindex++) tempValue += this.calculate(i, pindex); return tempValue; } }
核心类 Package lxwo.core
1、HMMDecision &HMMDecisionVbImp
package lxwo.core; public interface HMMDecision { public int[] recognize(int step); }
package lxwo.core; public class HMMDecisionVbImp implements HMMDecision { private double[] pi; private double[][] P; private double[][] Q; private int[] V; private int[]phi; public HMMDecisionVbImp(double[] pi, double[][] P, double[][] Q, int[] V) { this.pi = pi; this.P = P; this.Q = Q; this.V = V; this.phi = new int[this.V.length]; for(int i=0;i<this.phi.length;i++) this.phi[i]=-1; } @Override public int[] recognize(int step) { int[] tempFlag = new int[this.phi.length]; double sumTempMax = 0.0; for(int dindex=0;dindex<this.P.length;dindex++){ double tempVal = this.delta(dindex, step); if(tempVal>sumTempMax){ sumTempMax = tempVal; tempFlag = this.phi.clone(); tempFlag[step]=dindex; } } return tempFlag; } private double delta(int toI,int step) { double tempValue = 1.0; if (step == 0) { tempValue = this.pi[toI]*this.Q[toI][step]; } else { double tempMax = 0.0; for(int jindex=0;jindex<this.P.length;jindex++){ double tempV = delta(jindex,step-1)*this.P[jindex][toI]; if(tempV>tempMax){ tempMax = tempV; this.phi[step-1]=jindex; } } tempValue = tempMax*this.Q[toI][this.V[step]]; } return tempValue; } }
2、HMMLearn&HMMLearnBwImp
package lxwo.core; public interface HMMLearn { public boolean learn(); }
package lxwo.core; import lxwo.utils.AlgorithmFront; import lxwo.utils.Gammas; import lxwo.utils.Ksis; public class HMMLearnBwImp implements HMMLearn { private double[] pi; private double[][] P; private double[][] Q; private int[] V; private double thresh; private int deadline; public HMMLearnBwImp(double[] pi, double[][] P, double[][] Q, int[] V, double thresh, int deadline) { this.pi = pi; this.P = P; this.Q = Q; this.V = V; this.thresh = thresh; this.deadline = deadline; } @Override public boolean learn() { // TODO Auto-generated method stub double flag1 = 0.0; double flag2 = 0.0; double flag3 = 0.0; double[] tpi = new double[this.pi.length]; double[][] tP = new double[this.P.length][this.P[0].length]; double[][] tQ = new double[this.Q.length][this.Q[0].length]; int count = 0; double diff = 1000.0; flag3 = new AlgorithmFront(pi, P, Q, V).calculate(this.V.length - 1); do { count++; // evaluate flag1 = flag3; // recalculate pi double tempM1 = new AlgorithmFront(this.pi, this.P, this.Q, this.V) .calculate(this.V.length - 1); for (int i1 = 0; i1 < tpi.length; i1++) tpi[i1] = (new Gammas(this.pi, this.P, this.Q, this.V) .calculate(i1, 0)) / tempM1; // 'cause we don't divideit before, so weshould make up here // recalculate P for (int i2 = 0; i2 < this.P.length; i2++) for (int j2 = 0; j2 < this.P[0].length; j2++) tP[i2][j2] = (new Ksis(this.pi, this.P, this.Q, this.V) .sumKsi(i2, j2, this.V.length - 1)) / (new Gammas(this.pi, this.P, this.Q, this.V) .sumGamma(i2, this.V.length - 1)); // recalculate Q for (int i3 = 0; i3 < this.Q.length; i3++) { double tempM2 = new Gammas(this.pi, this.P, this.Q, this.V) .sumGamma(i3, this.V.length); for (int j3 = 0; j3 < this.V.length; j3++) tQ[i3][this.V[j3]] += (new Gammas(this.pi, this.P, this.Q, this.V).calculate(i3, j3)) / tempM2; } // re-evaluate flag2 = new AlgorithmFront(tpi, tP, tQ, V) .calculate(this.V.length - 1); flag3 = flag2; // reset args this.pi = tpi.clone(); this.P = tP.clone(); this.Q = tQ.clone(); tQ = new double[this.Q.length][this.Q[0].length]; diff = Math.abs(flag1 - flag2); } while (diff > thresh && count < this.deadline); System.out.println("count: "+count); if (count == this.deadline && diff > this.thresh) return false; else return true; } public double[] getPi() { return pi; } public void setPi(double[] pi) { this.pi = pi; } public double[][] getP() { return P; } public void setP(double[][] p) { P = p; } public double[][] getQ() { return Q; } public void setQ(double[][] q) { Q = q; } }
测试类 Package lxwo.test
package lxwo.test; import lxwo.core.HMMDecision; import lxwo.core.HMMDecisionVbImp; import lxwo.core.HMMLearnBwImp; public class Test { /** * @param args
* 实验：用两种骰子（0，1）投掷，其中一个骰子为正常的（0），另一个为灌铅（1），出现456的可能性较大。
* 代码中用012345代替123456
*/
public static void main(String[] args) {
double[] api = { 0.5, 0.5 };
double[][] P = { { 0.9, 0.1 }, { 0.2, 0.8 }};
double[][] Q = { { 0.2, 0.16, 0.16, 0.16, 0.16, 0.16 }, {0, 0, 0.10, 0.30, 0.30, 0.30 } };
int[] V = {5,1,2,4,5,4,2,1,0,5};// -5,1,2,-4,-5,-4,2,1,0,5 这里标记符号的表示用第二种骰子投掷的
HMMLearnBwImp hlbi = new HMMLearnBwImp(api, P, Q, V, 0.05, 100);
if (hlbi.learn()) {
System.out.println("result:");
HMMDecision hd = new HMMDecisionVbImp(hlbi.getPi(), hlbi.getP(), hlbi.getQ(), V);
int[] result = hd.recognize(V.length-1);
for(int r:result)
System.out.print(r+"\t");
System.out.println();
} else {
System.out.println("Fail!");
}
}
}
观测序列：5，1，2，4，5，4，2，1，0，5
结果：0，0，0，1，1，1，0，0，0，0
除了第一项估计有误，其余都正确。（这里只是用一条观测值序列做的测试，如果有多条观测值，预测结果会好很多）
PS：由于这只是简单的实现HMM，因此其真正的实用性还不强（如果你把观测值加到>20个，其运算时间将是巨大的，因此实际应用中还需对上述代码进行改进）
