我在python中遇到了名为welch(https://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.signal.welch.html)的scipy.signal方法的问题，它估计时间信号的频谱，因为它(根本)不提供与MATLAB方法相同的输出pwelch，给定相同的参数(窗口大小、重叠等)。下面是我在每种语言中的代码，输入文件和输出文件在此处的链接中:https://www.dropbox.com/s/2ch36phbbmjfhqg/inputs_outputs.zip?dl=0输入是一个二维数组，行是时间步长，

对于给定的离散时间信号x(t)带间距dt(等于1/fs，fs是采样率)，能量为:E[x(t)]=sum(abs(x)**2.0)/fs然后我做x(t)的DFT:x_tf=np.fft.fftshift(np.fft.fft(x))/(fs*(2.0*np.pi)**0.5)并再次计算能量:E[x_tf]=sum(abs(x_tf)**2.0)*fs*2*np.pi/N(这里的因子fs*2*np.pi/N=脉动间距dk，fftfreq的文档提供了有关频域间距的更多详细信息)，我有相同的能量:E[x(t)]=E[x_tf]但是...当我计算x(t)的功率谱密度时使用scipy.signal

我正在尝试了解Baum-Welch算法(与隐马尔可夫模型一起使用)。我了解前向后向模型的基本理论，但如果有人能用一些代码来帮助解释它会很好(我发现阅读代码更容易，因为我可以玩弄它来理解它)。我检查了github和bitbucket，没有找到任何容易理解的内容。网上有很多HMM教程，但要么已经提供了概率，要么在拼写检查器的情况下，添加单词的出现次数来制作模型。如果有人有创建仅包含观察值的Baum-Welch模型的示例，那就太好了。例如，在http://en.wikipedia.org/wiki/Hidden_Markov_model#A_concrete_example中如果你只有:st