自动驾驶（六十）---------隐马尔可夫模型
| 
70 | 
0
原标题：自动驾驶（六十）---------隐马尔可夫模型
原文来自：CSDN 原文链接：https://blog.csdn.net/zhouyy858/article/details/103738630
之前有介绍过贝叶斯网络，隐马尔可夫模型是一种动态贝叶斯网络，是一种时序的概率模型，描述由一个隐的马尔科夫链随机生成的不可观察的隐状态序列，在每一个隐状态下随机产生观察值构成一个可观测的随机序列，在语音识别、自然语言处理等领域有广泛应用。
之所以要介绍隐马尔可夫模型，是因为自动驾驶中，时序是很重要但又没有得到足够重视的部分，无论是在预测、决策、控制中，上下文的连贯性应该是很自然的事，但是在目前比较流行的有限状态机中，时序是很难实现的，只能是设计很多中间状态，这无疑加重的系统的复杂性，如果能有效的考虑时序性，就能避免上面出现的问题。
免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。
合作及投稿邮箱：E-mail:editor@tusaishared.com
热门资源
Python 爬虫（二）...
所谓爬虫就是模拟客户端发送网络请求，获取网络响...
TensorFlow从1到2...
原文第四篇中，我们介绍了官方的入门案例MNIST，功...
TensorFlow从1到2...
“回归”这个词，既是Regression算法的名称，也代表...
TensorFlow2.0（10...
前面的博客中我们说过，在加载数据和预处理数据时...
机器学习中的熵、...
熵 (entropy) 这一词最初来源于热力学。1948年，克...
智能在线
400-630-6780
聆听.建议反馈
E-mail: support@tusaishared.com
资源分类
