机器学习知识点(二十五)Java实现隐马尔科夫模型HMM之jahmm库

1、隐马尔可夫模型HMM的应用场景，关乎于序列和状态变化的都可以。

   发现java有可库，专为开发HMM，可惜只能在CSDN上有得下载。

   

2、jahmm是java开发隐马尔科夫模型的一个jar包。

   下载jahmm-0.6.1.rar包，源地址是google（国内无法访问），好在CSDN资源上有得下载，我也上传一个（零积分可下载）：

    http://download.csdn.net/detail/fjssharpsword/9843680
   包里有jar还有html可以参照学习；userguide.pdf作为入门看，html是jar中类和函数说明，要重点看。

   可惜包里没有源码，有兴趣可以jar反编译看看。

3、工程中引入jahmm-0.6.1.jar，导入结构图如下：

     


4、参照userguide.pdf建立的demo代码如下：
    

package sk.ml;

import java.io.FileReader;
import java.io.Reader;
import java.util.List;

import be.ac.ulg.montefiore.run.jahmm.Hmm;
import be.ac.ulg.montefiore.run.jahmm.ObservationInteger;
import be.ac.ulg.montefiore.run.jahmm.ObservationVector;
import be.ac.ulg.montefiore.run.jahmm.OpdfInteger;
import be.ac.ulg.montefiore.run.jahmm.OpdfIntegerFactory;
import be.ac.ulg.montefiore.run.jahmm.OpdfMultiGaussianFactory;
import be.ac.ulg.montefiore.run.jahmm.io.ObservationSequencesReader;
import be.ac.ulg.montefiore.run.jahmm.io.ObservationVectorReader;
import be.ac.ulg.montefiore.run.jahmm.learn.KMeansLearner;

public class HMMDemo {
public static void main(String args[]) throws Exception{
Reader reader = new FileReader("D:\\tmp\\test.seq");
List<List<ObservationVector >> seqs = ObservationSequencesReader.readSequences (new ObservationVectorReader (),reader);
reader.close ();
KMeansLearner <ObservationVector > kml = new KMeansLearner <ObservationVector >(3, new OpdfMultiGaussianFactory(2) , seqs);
Hmm <ObservationVector> fittedHmm = kml.learn ();
System.out.println(fittedHmm.nbStates());
/*
//给定高斯分布的均值和协方差矩阵
double [] mean = {2.0, 4.0};
double [][] covariance = { {3.0, 2.0}, {2.0, 4.0} };
OpdfMultiGaussian omg = new OpdfMultiGaussian (mean,covariance);
//根据该分布生成10000个观测向量
ObservationVector[] obs = new ObservationVector[10000];
for (int i = 0; i < obs.length; i++)
obs[i] = omg.generate();
//找到适合这些观测的高斯分布
omg.fit(obs);
*/
/*OpdfIntegerFactory factory = new OpdfIntegerFactory(2);
Hmm<ObservationInteger> hmm = new Hmm<ObservationInteger>(2, factory);

hmm.setPi(0, 0.95);
hmm.setPi(1, 0.05);

hmm.setOpdf(0, new OpdfInteger(new double[] { 0.95, 0.05 }));
hmm.setOpdf(1, new OpdfInteger(new double[] { 0.2, 0.8 }));

hmm.setAij (0, 1, 0.05);
hmm.setAij (0, 0, 0.95);
hmm.setAij (1, 0, 0.1);
hmm.setAij (1, 1, 0.9);*/
}
}

test.seq文件：保存成txt文件，结束要新行。

# A simple data file
[ 1.1 2.2 ];[ 4.4 5.5 ];[ 4.3 6.0 ];[ 7.7 8.8 ];
[ 0.5 1.5 ];[ 1.5 2.5 ];[ 4.5 5.5 ];[ 8.0 8.0 ];[ 7.0 8.0];


  

   从userguide.pdf中找出的代码不痛不痒，看来要仔细看源码才能知道中间算法和具体实例应用。