Скрытая марковская модель с использованием нескольких непрерывных переменных наблюдения

Я пытаюсь использовать HMM для прогнозирования местоположения. У меня есть координаты (х, у), скорость и направление движения. Я разделила все пространство на маленькие блоки, которые я использую в качестве состояний. Цель состоит в том, чтобы предсказать местоположение (состояние) объекта после времени t, 2t, 3t и так далее.

Я прочитал несколько статей на HMM. У меня еще есть 2 вопроса:

  1. Могу ли я использовать некоторые траектории для создания матрицы перехода? Мое отображение от координат к блоку (то есть к состоянию) является простым, поэтому я могу использовать несколько выборок для создания начальной матрицы перехода.
  2. Как определить матрицу выбросов с помощью непрерывных наблюдаемых (то есть положения, скорости и направления). Если я предполагаю, что они гауссовы со средним 0, как мне создать исходную матрицу выбросов.

  3. Могу ли я использовать Витерби, чтобы предсказать местоположение после времени t, 2t и т. Д.?

Я прочитал слишком много статей и сейчас очень растерялся. Я был бы признателен за помощь, чтобы узнать, если я иду в правильном направлении.

Кроме того, что было бы хорошей библиотекой c ++ для этой цели?

4

Решение

Mlpack (http://www.mlpack.org/) очень хорошая и простая библиотека C ++.

Я не мог понять, каковы ваши наблюдения и каковы ваши скрытые состояния. если у вас есть простое сопоставление между ними, то, возможно, вам не нужен HMM.

1

Другие решения

Других решений пока нет …

По вопросам рекламы [email protected]