搜索资源列表
xiong
- 隐马尔可夫的动态链接库，在Vc2005的环境编写，用户输入隐马尔可夫模型的五个参数，就能计算前向、后向和韦特比算法的结果
Markov-Chains-examples-with-codes
- 马尔科夫链的matlab仿真,马尔可夫模型（Markov Model，MM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。-Matlab simulation of Markov chains, Markov models (Markov Model, MM) is a statistical model, which is used to describe an unknown parameter containing hidden Markov process.
3dCaptcha-1.0.0
- 3D验证码是一个易于使用的验证码用PHP编写的。 它的特点： • 一种新的方法来实现验证码的，使用人的三维空间认知能力从一台机器来区分。 • 它采用马尔可夫链产生类似于人类的语言，很容易输入文字。 • 可以很容易地部署。-3D PIN verification is an easy to use code written in PHP. It features: • A new way to implement the code, the use of
Markov-chain-model-for-wind-speed
- 根据实际风速时间序列，建立风速的马尔可夫链模型-According to the actual wind speed time series, the Chian Markov of the wind speed is established.
MCMC-with-Matlab
- 马尔可夫链蒙特卡罗（MCMC）入门学习资料，包括MetropolisSampling、Metropolis-Hastings Sampling、Gibbs Sampling。包含文档以及对应的程序！选自2011年MarkSteyvers的Computational Statistics with Matlab(MCMC)-MCMC learning materials of Computational Statistics with Matlab(MCMC) by MarkSteyvers, 2
chap-7
- 马尔可夫链接解决离散时间随机过程应用编程-Markov code
markov
- 马尔可夫链模型，利用训练集实现密码强度评估(The Markov chain Model to evaluate the strength of passwords)
329607
- 矩阵编码和马尔可夫链的实现例程,实现类似黑客帝国数字屏保()
mttribute
- 马尔可夫链,蒙特卡洛方法,数值模拟 matlab程序()
739158
- 马尔可夫链,蒙特卡洛方法,数值模拟 matlab程序()
mcmcexamples
- 基本的马尔可夫链程序，几个简单的数值算例，matlab运行程序(The basic Markov chain program, several simple numerical examples, Matlab running program)
quxwilier_domain
- 矩阵编码和马尔可夫链的实现例程,实现类似黑客帝国数字屏保()
41007793
- 矩阵编码和马尔可夫链的实现例程,实现类似黑客帝国数字屏保()
serien
- 马尔可夫链,蒙特卡洛方法,数值模拟 matlab程序()
A Markovian
- 本文对社交网络平台管理的过滤算法对集体意见的影响进行了建模和研究。提出了一种随机多主体意见动力学模型，该模型考虑了个体间相互作用强度的集中调整。每一种意见的演变都用马尔可夫链来描述，其转化率通过影响参数受到邻居意见的影响。在一般情况下以及在特殊情况下研究了该模型的性质。(In this paper,the effect on collective opinions of filtering algorithms managed by social network platforms is mod
MCMC
- 目标参数分布情况很复杂，我们想求相关的目标参数（f（x））很难，所以想通过MCMC从目标函数采取样本估计我们想要的结果，大致流程构造一条马尔可夫链去逼近目标函数，从其稳态装下抽取样本。(The distribution of target parameters is very complicated, and it is difficult for us to find the relevant target parameters (f (x)), so we want to use MCMC