基于Viterbi算法的HMM最优路径求解结果异常排查

• 初始概率π的匹配验证
  检查代码中初始时刻（t=1）的Viterbi值计算逻辑，确认是否正确使用预设初始概率π：正确公式应为π[state] * 发射概率(state, 观测值1)。重点排查状态索引是否与预设参数对齐（比如状态编号是从0还是1起始），是否存在将π与转移概率混淆的情况。

• 转移概率矩阵的逻辑校验
  确认转移概率A[i][j]的定义是否为「从状态i转移到状态j的概率」，代码中计算t时刻状态j的Viterbi值时，是否正确遍历前一时刻所有状态i，执行max(前一时刻i的Viterbi值 * A[i][j]) * 发射概率(j, 观测值t)的逻辑。若出现A[j][i]的反向调用，会直接导致转移路径逻辑错误。
  另外结合正确路径[1,3,5,7]的特征（状态为连续奇数），检查代码是否限制了合法转移的状态范围——若错误设置了转移步长（比如仅允许±2以外的转移），会直接阻断到5、7这类状态的路径。

• 发射概率的计算正确性
  针对基于高斯分布的发射概率（参数beta、sigma_z），核对公式是否准确：

  (1/(sqrt(2π)*sigma_z)) * exp(-(观测值 - beta*state)^2/(2*sigma_z²))
  

  重点排查平方项、分母系数、beta与state的运算顺序是否正确，避免因发射概率计算偏差，导致[1,3]这类状态的概率被错误高估。

• 路径回溯逻辑检查
  若Viterbi值计算正确但路径错误，大概率是回溯环节出问题：确认是否从最后时刻的最大概率状态出发，向前逐个匹配前驱状态；排查前驱状态记录数组的索引是否错位，是否存在从起始时刻反向回溯的错误逻辑。

• 状态空间遍历完整性
  检查代码中遍历状态的范围是否包含5、7这类合法状态——若循环仅覆盖1、3等部分状态，自然无法生成包含5、7的最优路径。

• 数值精度问题排查
  由于概率乘积易出现下溢，若代码未使用对数概率（将乘法转换为加法），可能导致最优路径的极小概率被截断为0，进而被错误排除，最终选择概率更高但非最优的路径。

内容的提问来源于stack exchange，提问作者Ashwin Sasikumar