论文部分内容阅读
隐马尔可夫模型广泛应用于经济、金融及大数据领域。目前,模型估计的主要方法是基于极大似然估计的Viterbi算法。本文从随机过程的常返理论出发,给出了隐马尔可夫模型参数估计的新方法。首先,利用从同一状态的观察值出发到固定点的首中时有相同分布的原理,给出隐状态个数的估计;再根据首中时数学期望与平稳分布的关系得到平稳分布和发射概率的估计;最后以上述方法为基础,完成了隐马尔可夫模型的两个应用研究:构建个性化推荐系统;揭示我国经济周期不同阶段间的转换规律。本文提出的新估计方法可以大幅减少计算复杂度,是Viterbi算法的有益补充。