在我所看到的所有离散HMM中，观测数据都是由整数流组成的。但是，如果观测值实际上是离散的特征向量，会发生什么？例如，如果我尝试使用HMM来学习视频帧灰度强度值上的手势识别，该怎么办？也就是说，每个观察都由nxn矩阵描述，而不是单个值？我该怎么做呢？
谢谢！
最佳答案
您可以对HMM的发射分量使用离散的Multinomial distribution。例如，每个状态发出一个长度为n*n的整数数组，其值在0到255之间，表示像素强度（灰度）。
当然，如果值是连续的（浮点数），则只需使用多元正态分布。
关于machine-learning - 创建具有矩阵(NxN)观测值的离散隐马尔可夫模型？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/11678046/