瞭解HMM的人們，都知道HMM有五個基本要素，三個假設和解決的三個問題： 首先看下HMM的五個基本要素： HMM是個五元組λ   ＝（ S, O , π ，A，B） S:狀態值集合，O：觀察值集合，π：初始化概率，A：狀態轉移概率矩陣，B：給定狀態下，觀察值概率矩陣 其次，回憶下HMM的三個假設： 1、有限歷史性假設，p(si|si-1,si-2,...,s1) = p(si|si-1) 2、齊次性假設，（狀態與具體時間無關），P(si+1|si)=p(sj+1,sj) 3、輸出獨立性假設，輸出僅與當前狀態有關，P(o1,...ot|s1,...st) = P(ot|qt) 最後，來說下HMM解決的三個問題： 1：評估問題，已知模型引數 λ= (A, B, π),計算某個觀測序列發生的概率，即求P(O|λ) 2：解碼問題，給出觀測序列O和模型μ，怎樣選擇一個狀態序列S(s1,s2,...st+1),能最好的解釋觀測序列O 3：學習問題，如何調整模型引數 λ=(π, A, B), 使得P(O|λ)最大？