学习马尔可夫模型的低秩谱估计算法

针对马尔可夫模型的学习问题提出一个低秩谱估计算法.首先,提出秩约束频率矩阵集合的近似投影算法,并建立该集合的局部Lipschitz型误差界.然后,利用近似投影算法对频率矩阵的极大似然估计进行修正,提出估计马尔可夫模型的状态转移频率矩阵和概率矩阵的低秩谱估计算法,并在适当的条件下证明低秩谱估计的估计误差与极大似然估计的估计误差仅相差常数倍.与现有的极大似然估计、谱估计及秩约束极大似然估计进行数值比较,表明所提出的低秩谱估计算法是有效的.