搜索资源列表
sf_markov
- 马尔科夫matlab目标跟踪仿真源代码,数据可靠-马尔科夫matlab目标跟踪仿真源代码
Monte Carlo
- 通过matlab仿真蒙特卡洛的马尔可夫算法(By MATLAB simulation, Monte Carlo Markov algorithm)
HMM隐马尔科夫语音识别
- 隐马尔科夫链在语音识别方面的运用,实现matlab的程序编写。(Hidden Markov chain in the field of speech recognition, the realization of MATLAB programming.)
Markov
- matlab实现马尔科夫算法,代码有500多行,并加以相关注释(Matlab implementation of Markov algorithm, the code has more than 500 lines, and related notes)
工况预测初步
- 基于马尔科夫链的工况预测,包含多个标准工况的数据(driving CYCLE prediction based on markov chain , and some standard driving cycles' data are included)
耦合马尔可夫链模型
- 基于已知钻孔数据,模拟地质剖面的岩土体空间分布,一种基于马尔科夫链的地质统计学随机模拟方法(Spatial distribution of rock and soil in simulated geological section based on known borehole data and stochastic simulation of geo statistics based on Markov chain)
mcmc
- MCMC方法是一种重要的模拟计算方法,马尔可夫链蒙特卡尔理论(Markov chain Monte Carlo:MCMC)的研究对建立可实际应用的统计模型开辟了广阔的前景。90年代以来,很多应用问题都存在着分析对象比较复杂与正确识别模型结构的困难。现在根据MCMC理论,通过使用专用统计软件进行MCMC模拟,可解决许多复杂性问题。此外,得益于MCMC理论的运用,使得贝叶斯(Bayes)统计得到了再度复兴,以往被认为不可能实施计算的统计方法变得是很轻而易举了。(The MCMC method is
m_Files_tvtp_20121113
- 利用时变的转移概率,对传统MS模型(马尔科夫区制转移模型)做出改进,进行估计。(By using the transfer probability with time-varying, the traditional MS model (Markov regiem transfer model) is improved and estimated.)
HMM天气预测
- 用隐马尔科夫模型进行未来天气的预测,并设计了一个GUI的交互界面(A hidden Markov model is used to predict the future weather, and a GUI interface is designed.)
GMRF
- 马尔科夫随机场一般是离散的。当然也有连续的马尔可夫随机场,如果假设这个马尔可夫随机场定义在一个域U上面而且任意x∈U,Y(x)都是服从高斯分布的,而且两点间的covariance function K(x,y)=G(x,y),where G是对应U的格林函数,那么这个随机场既是马尔可夫随机场,也是高斯随机场。(The Markov random field is generally discrete. Of course there are continuous Markov random fi
MRF-Segmentation-master
- 基于马尔科夫随机过程的图像分割 matlab平台(Image segmentation based on Markov random process)
1111
- MATLAB实现隐马尔科夫模型预测,这里举例说明,示例代码。(MATLAB---HMM prodict)
thesis
- 几种常见预测算法的Java代码实现,包括时间序列预测法,指数平滑法,灰色模型,灰色马尔科夫(predict the data value of system)
马尔科夫链蒙特卡洛模拟的matlab源代码
- 使用马尔科夫蒙特卡洛方法对非常规的概率密度函数进行样本抽取(use MCMC to draw samples)
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
转移概率矩阵计算的一种统计方法
- 利用马尔可夫链进行预测 , 其关键是转移概率矩阵的计算 。 本文给出了计算转移概率矩阵的一种统计方法 ,并且给出了实例计算 ,目的是为企业进行科学管理和决策提供科学依据 。(The key to prediction using the Markov chain is the calculation of the transition probability matrix. This paper presents a statistical method for calculating the
OX_MSVAR
- Ox软件的马尔科夫区制转移模型的安装说明和相关代码(Installation instructions and related codes for the Markov zone transfer model of Ox software)
连续隐马尔可夫离散隐马尔科夫模型的MATLAB实现
- 隐马尔可夫连续和离散情况下的MATLAB实现(MATLAB Realization of Hidden Markov Continuous and Discrete Conditions)
GMM-HMRF
- 基于高斯混合模型和隐马尔科夫模型的图像分割算法(Image segmentation algorithm based on Gaussian mixture model and hidden Markov model)
强化学习
- 使用强化学习实现策略梯度和和马尔科夫决策过程(Implementing Strategic Gradient Sum and Markov Decision Process with Reinforcement Learning)