马尔可夫信源

Posted weber-security

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了马尔可夫信源相关的知识,希望对你有一定的参考价值。

在很多信源的输出序列中,符号之间的依赖关系是有限的,任何时刻信源符号发生的概率只与前面已经发出的若干个符号有关,而与更前面的符号无关

马尔可夫信源满足的两个条件

  1. 某一时刻心愿输出的符号的概率只与当前所处的状态有关,而与以前的状态无关
    [ P(x_l=a_k|s_l=E_i,x_{l-1}=a_{k1},s_{l-1}=E_j,cdots)=P(x_ll=a_k|s_l=E_i) ]
    当符号输出概率与时刻L与福安。称具有时齐性
    [ P(x_l=a_k|s_l=E_i)=P(a_k|E_i),sum_{a_kepsilon A}P(a_k|E_i)=1 ]

  2. 信源的下一个状态由当前状态和下一刻的输出唯一地确定

?
[ 信源处于某一状态E_i,当他发出一个符号后,所处的状态就变了,一定转移到另一状态。状态的转移依赖于信源符号。 ]

m阶马尔科夫信源

[ m阶马尔可夫信源符号集共有q个符号,则信源共有q^m个不同的状态。信源在某一的时刻,必然处于某一状态,等到下一个字符输出时,转移到另外一个状态。 ]

以上是关于马尔可夫信源的主要内容,如果未能解决你的问题,请参考以下文章

隐马尔可夫模型

01 隐马尔可夫模型 - 马尔可夫链、HMM参数和性质

隐马尔可夫模型

如何用简单易懂的例子解释隐马尔可夫模型

HMM(隐马尔可夫模型)

一文搞定HMM(隐马尔可夫)