搜索资源列表
HiddenMarkovModel
- 用Matlab实现的隐蔽马尔可夫模型（Hidden Markov Model:HMM)-Hidden Markov Model(HMM) with matlab
mrfdemo
- 监督马尔可夫随机场分割方法，主程序是mrf.cpp。-supervision Markov split with the airport, the main program is mrf.cpp.
隐马尔可夫模型的源代码
- 隐马尔夫模型的源代码-implicit successor model of source code
HowtousetheHMMtoolbox
- 隐马尔可夫模型工具箱使用说明，以HMM工具箱的一个例子作为使用示范。-Hidden Markov Model Toolkit for use to HMM toolbox as an example of a demonstration.
greedySensingImperfect
- 用于认知网络中贪婪策略的部分可观察马尔科夫模型-POMDP model which is applied to greedy scheme in cognitive radio networks
HMM_Forward
- 根据隐马尔可夫模型，利用马尔可夫链前向算法，用于估值问题。-HMM-FORWARD
mcmc
- 马尔可夫链蒙特卡洛方法在matlab中的实现程序-Markov chain Monte Carlo method in the realization of program matlab
hmmself
- 隐马尔科夫异常声音识别程序，无噪声情况下训练后可识别-Hidden Markov abnormal voice recognition program, no noise can be identified under training
multiscale
- 多尺度变换域隐马尔可夫模型能够有效地描述变换域系数在尺度间、尺度内和方向间的统计相关性,是 一种新的统计图像感知与识别方法. 文中以变换域系数的统计相关性描述为中心,以模型的设计和应用的开展为 两翼,深入分析了子波变换的三级统计特性与机理,比较研究了多尺度变换域的十种统计模型,并系统评述了这些 模型在图像感知、处理和分析中的最新进展. 同时,具体论述了这一领域研究中两类成功的实例:图像去噪和图像 纹理分割. 对于前者,以Lena 图像为测试用例分析比较了以变换域统计模型为核心的
speechR
- 隐马尔科夫语音识别，源代码，只需修改部分便可实现其他功能。-HMM sound recognition
HMMSim
- 隐马尔科夫模型可视化程序，操作简单，GUI界面-Hidden Markov Model Visualization program, simple, GUI interface
hmm11
- 隐马尔科夫的源程序，主要用于模式识别中，也可用于其它-Hidden Markov source, is mainly used for pattern recognition can also be used for other
1whmt1.tar(1)
- 基于小波域隐马尔可夫树模型的图像分割算法，whmmt- Wavelet domain hidden Markov for image segmentation
S.Liang
- 用于实现隐马尔科夫算法的相关程序，来自美国大学网站。还可用于求解动态贝叶斯相关问题。-Hidden Markov algorithm used to implement the relevant procedures, from the American University website. Can also be used to solve dynamic Bayesian-related issues.
markov
- 使用该程序生成马尔科夫链,可用于修改来计算多条马尔科夫链，生成随机值。(Use this program to generate the Markoff chain, can be used to calculate the number of modified Markoff chain, generating random values.)
Markov Decision Process(MDP)
- 马尔可夫决策过程的例程，使用matlab实现(The example of Markov's decision-making process is implemented using MATLAB)
MDP_policy
- 马可夫决策过程，适合最优策略选择，可以作为一个工具包调用(The Markoff decision process, suitable for the optimal strategy selection, can be called as a toolkit)
K-order Markov Chain in Mobile Social Networks
- 针对移动社交网络中节点中心性预测问题，提出基于K阶马尔科夫链的中心性预测方法。在真实移动社交数据集的中计算信息熵分析节点中心性的过去与未来规律性，研究了节点中心性的可预测性。利用节点中心性的历史信息，构建状态转移概率矩阵，预测节点未来中心性值, 并通过分析真实值与预测值之间的误差评估了这些预测方法的性能。结果表明，当阶数K=2时，与四种基于时窗的中心性预测方法比较，基于K阶马尔科夫链的预测模型在MIT数据集和Infocom 06数据集中虽不在个体上优于已提出的预测方法，但在整体上达到了优化。(w