马尔可夫随机场(Markov Random Field)
2013-10-20 21:50
211 查看
马尔可夫随机场(Markov Random Field)包含两层意思。
马尔可夫性质:它指的是一个随机变量序列按时间先后关系依次排开的时候,第N+1时刻的分布特性,与N时刻以前的随机变量的取值无关。拿天气来打个比方。如果我们假定天气是马尔可夫的,其意思就是我们假设今天的天气仅仅与昨天的天气存在概率上的关联,而与前天及前天以前的天气没有关系。其它如传染病和谣言的传播规律,就是马尔可夫的。
随机场:当给每一个位置中按照某种分布随机赋予相空间的一个值之后,其全体就叫做随机场。我们不妨拿种地来打个比方。其中有两个概念:位置(site),相空间(phase space)。“位置”好比是一亩亩农田;“相空间”好比是种的各种庄稼。我们可以给不同的地种上不同的庄稼,这就好比给随机场的每个“位置”,赋予相空间里不同的值。所以,俗气点说,随机场就是在哪块地里种什么庄稼的事情。
马尔可夫随机场:拿种地打比方,如果任何一块地里种的庄稼的种类仅仅与它邻近的地里种的庄稼的种类有关,与其它地方的庄稼的种类无关,那么这些地里种的庄稼的集合,就是一个马尔可夫随机场。
具体数学描述见
http://baike.so.com/doc/5591499.html
马尔可夫性质:它指的是一个随机变量序列按时间先后关系依次排开的时候,第N+1时刻的分布特性,与N时刻以前的随机变量的取值无关。拿天气来打个比方。如果我们假定天气是马尔可夫的,其意思就是我们假设今天的天气仅仅与昨天的天气存在概率上的关联,而与前天及前天以前的天气没有关系。其它如传染病和谣言的传播规律,就是马尔可夫的。
随机场:当给每一个位置中按照某种分布随机赋予相空间的一个值之后,其全体就叫做随机场。我们不妨拿种地来打个比方。其中有两个概念:位置(site),相空间(phase space)。“位置”好比是一亩亩农田;“相空间”好比是种的各种庄稼。我们可以给不同的地种上不同的庄稼,这就好比给随机场的每个“位置”,赋予相空间里不同的值。所以,俗气点说,随机场就是在哪块地里种什么庄稼的事情。
马尔可夫随机场:拿种地打比方,如果任何一块地里种的庄稼的种类仅仅与它邻近的地里种的庄稼的种类有关,与其它地方的庄稼的种类无关,那么这些地里种的庄稼的集合,就是一个马尔可夫随机场。
具体数学描述见
http://baike.so.com/doc/5591499.html
相关文章推荐
- 马尔可夫网络,(马尔可夫随机场、无向图模型)(Markov Random Field)
- 马尔可夫网络,(马尔可夫随机场、无向图模型)(Markov Random Field)
- 马尔可夫随机场(Markov Random Field)与马尔可夫链
- Superpixel Based RGB-D Image Segmentation Using Markov Random Field——阅读笔记
- 整理一些Markov Random Field以及Graph Model的基础学习资料
- 马尔科夫随机场(Markov Random Field)的概念与应用(一)
- Markov Random Field
- 讨论Markov Random Field和Gibbs Random Field心得
- 马尔科夫随机场(Markov Random Field)
- 深度学习笔记——理论与推导之Structured Learning【Markov Random Field】(十)
- 马尔科夫随机场模型(MRF-Markov Random Field)人脸识别原理
- 非监督遥感影像变化检测方法——Markov Random Field(MRF)
- CRF(Conditional Random Field)
- 条件随机场(Conditional random field,CRF)
- 条件随机场(conditional random field,CRF)
- 条件随机场(Conditional Random Field)简介
- A continuous relaxation labeling algorithm for Markov random fields
- CRF(condition random field)
- 译Combining Markov Random Fields and Convolutional Neural Networks for Image Synthesis
- NLP —— 图模型(二)条件随机场(Conditional random field,CRF)