Robot_localization_HMM 目的是将隐马尔可夫模型应用于定位问题。 考虑一个具有定位任务（从可用数据推断出它在哪里）的机器人，该机器人给出了世界地图以及一系列感知和动作。 如图所示，机器人被放置在迷宫般的环境中。 该机器人配备了四个声纳传感器，可以在每个罗盘方向（NSEW）上指示是否存在障碍物（图中的外墙还是正方形）。 我们假设机器人具有正确的地图。 机器人执行动作“移动”以移动到相邻或相邻的正方形之一。 X t ：状态变量，表示机器人在离散网格上的位置。 dom （ X t ）= {s 1 ，...，s n }： X t的域为空正方形的集合。 NEIGHBOURS（s）：相邻的空正方形的集合，并让N（s）为该集合的大小。 移动动作的过渡模型为： 假设所有正方形的分布均匀； P（ X o = i）= 1 / n 。 E t ：传感器变量，可以有16个可

此ppt由专业人员编写，内容条例清晰，重点突出，结合了简单易懂的实例，深入浅出的介绍了隐马尔可夫模型。

基于隐马尔可夫模型（HMM）的孤立字语音识别系统，matlab实现，包含数据集以及源码

forward+algorithm隐马尔可夫模型前向算法Matlab程序.doc

基因算法训练连续隐马尔柯夫模型的语音识别.doc

基于隐马尔可夫模型（HMM）的孤立字语音识别matlab仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。

提出一种改进的基于隐马尔可夫模型的人脸识别方法 利用人脸隐马尔可夫模型的结构特征和Viterbi 算法的特点，对特征观察序列进行分割，使用部分序列对所有隐马尔可夫模型递进地计算最大相似度，同时排除相似度最小的隐马尔可夫模型，减少观察序列的计算次数，提高识别效率 实验结果表明，该方法能在不降低识别率的情况下，有效提高识别速度。

伊辛模型matlab代码FDRhmrf 该软件包专为 [1] 中提出的错误发现率 (FDR) 控制程序而设计。 该 FDR 程序基于双参数 Ising 模型（经典的隐马尔可夫随机场）和局部显着性指数（LIS；[2,3]），旨在在控制 FDR 的同时最小化错误未发现率 (FNR)在给定级别，尤其是对于 3D 空间数据，例如神经影像数据。 这个包是用 C++ 编写的，可以被 MEX 从 Matlab 调用。 提供了示例，有关详细信息，请参阅。 请引用此包的文章 [1]，该包可用。 [1] Shu, H.、Nan, B. 和 Koeppe, R.（2015 年）。 “通过隐马尔可夫随机场对神经影像进行多重测试”。 生物识别，71, 741-750。 @article{shu2015multiple, title={Multiple testing for neuroimaging via hidden Markov random field}, author={Shu, Hai and Nan, Bin and Koeppe, Robert}, journal={Biometrics}, v

基于HMM（隐马尔可夫模型）的会车碰撞危险性评估算法的研究 ，羊昊，孙泽昌，针对道路会车工况开发的一套评估主车与对面来车发生碰撞危险性的算法。首先根据车辆的运动状态应用车辆二自由度单轨模型预测车辆

大数据-算法-隐马尔可夫过程小波变换的参数估计.pdf