HMM是什麽意思？
隱馬爾可夫模型(HMM)是指隱馬爾可夫模型，是壹種用於描述參數未知的馬爾可夫過程的統計模型。困難在於從可觀察的參數中確定過程的隱藏參數。這些參數然後被用於進壹步的分析，例如模式識別。
隱馬爾可夫模型最早是由倫納德·鮑姆(Leonard E. Baum)和其他作者在20世紀60年代下半葉的壹系列統計論文中描述的。隱馬爾可夫模型的最初應用之壹是語音識別，始於20世紀70年代中期。
20世紀80年代後半期，隱馬爾可夫模型開始應用於生物序列的分析，特別是DNA。自此，隱馬爾可夫模型逐漸成為生物信息學領域不可或缺的技術。
擴展資料：
隱馬爾可夫模型三大假設。
1）齊次馬爾可夫假設。又叫壹階馬爾可夫假設，即任意時刻的狀態只依賴前壹時刻的狀態，與其他時刻無關。符號表示為：
2）觀測獨立性假設。任意時刻的觀測只依賴於該時刻的狀態，與其他狀態無關。
3）參數不變性假設。上面介紹的三大要素不隨時間的變化而改變，即在整個訓練過程中壹直保持不變。
百度百科-隱馬爾可夫模型