– № 3(52) УДК 519.217.2 Классификация смоделированных скрытыми марковскими моделями последовательностей в многоклассовом случае* Т.А. ГУЛЬТЯЕВА, А.А. ПОПОВ В работе исследуется возможность повышения дискриминирующих свойств скрытых марковских моделей путем использования вторичных признаков, инициированных этими моделями, с применением классификатора, основанного на методе опорных векторов. <...> Рассматривается случай, когда исследователь не обладает точными знаниями о структуре близких между собой по параметрам скрытых марковских моделей, которые смоделировали классифицируемые последовательности. <...> Ключевые слова: скрытые марковские модели, производные от логарифма функции правдоподобия, метод опорных векторов, многоклассовая классификация ВВЕДЕНИЕ Одним из средств моделирования различных процессов являются скрытые марковские модели (СММ) [7, 8, 11]. <...> Особенностью таких моделей является то, что они учитывают внутреннюю структуру исследуемого явления, опираясь на то предположение, что события, происходящие в этом явлении, приводят к появлению характерных особенностей в наблюдаемых последовательностях. <...> Такие модели имеют хорошие описательные способности, но не всегда демонстрируют необходимые дискриминирующие свойства, которые важны для задачи классификации. <...> В работе в качестве объектов классификации рассматривается множество смоделированных последовательностей, порожденных несколькими близкими по своим параметрам СММ. <...> Классификация последовательностей с использованием СММ при условии того, что конкурирующие модели достаточно хорошо отличимы друг от друга (по вероятности), обычно не вызывает затруднений. <...> Плохо поддаются классификации последовательности, порожденные близкими по своим параметрам СММ. <...> Проведем сравнение в этих условиях возможностей традиционной методики классификации, основывающейся на вычислении вероятности того, что последовательность порождена конкретной <...>