基于隐马尔可夫模型的水文与环境时间序列分割
计算工程、金融与科学
2011-11-09 v1 数值分析
数值分析
混沌动力学
数据分析、统计与概率
摘要
受Hubert分割程序的启发，我们讨论了将隐马尔可夫模型（HMM）应用于水文与环境时间序列分割的可能性。我们使用一种HMM算法，能够在几秒钟内对包含数百个数据的时间序列进行分割，且即使处理更长时间序列也具备计算可行性。该分割算法通过期望/最大化迭代计算最大似然分割。我们对算法收敛性进行了严格证明，并通过数值实验（包括温度和河流流量时间序列）表明，算法通常会收敛到全局最优分割。还讨论了该算法与Hubert分割程序的关系。
引用
@article{arxiv.cs/0206039,
title = {Hidden Markov model segmentation of hydrological and enviromental time series},
author = {Ath. Kehagias},
journal= {arXiv preprint arXiv:cs/0206039},
year = {2011}
}