1) in homogeneous Markov random field
非均匀的马尔科夫模型
2) Non-Markov Model
非马尔科夫模型
3) transductive HMM
增益的隐马尔科夫模型
1.
Transductive HMM Based Text Chunking;
基于增益的隐马尔科夫模型的文本组块分析
2.
A novel methodology is presented to enhance Chinese text chunking with the aid of transductive Hidden Markov Models (transductive HMMs),where the chunking is considered as a special tagging problem.
提出一种基于增益的隐马尔科夫模型(transductiveHMM)的方法,用于汉语组块(ChineseChunk)识别的研究·该方法借助几个转换函数,导入各种上下文信息用于HMM的训练,避免对HMM训练和标注过程修改的同时,构造了更为准确的模型,并在此基础上,将其中两个较好的模型融合为一个更好的模型·实验结果显示,该方法在汉语组块识别方面是有效的,在哈尔滨工业大学树库语料测试的结果是F=82 38%
4) Unified Markov Model
统一的马尔科夫模型
1.
The paper presents a improved Markov model—Unified Markov Model algorithm.
本文提出一种改进的马尔科夫模型——统一的马尔科夫模型UMMs(Unified Markov Model)生成方法,利用FastStats从日志中得到的状态使用频度,构建系统的UMMs,能得到如实的反映系统的使用模型,指导统计测试的进行。
5) Markov model
马尔科夫模型
1.
Application of Markov model in human resource supply forecasting in enterprises;
马尔科夫模型在企业人力资源供给预测中的应用
2.
Application of the Markov Model on the Dynamic Change of Landscape Pattern in Yongchuan of Chongqing;
基于马尔科夫模型的土地景观动态模拟预测研究——以重庆永川市为例
3.
Research prediction based on hidden Markov model;
基于隐马尔科夫模型的浏览路径预测
6) Hidden Markov model(HMM)
隐马尔科夫模型
1.
This paper presents an approach for Hidden Markov Model(HMM) training based on Particle Swarm Optimization(PSO).
提出基于微粒群优化算法(PSO)的隐马尔科夫模型(HMM)训练算法,分别用PSO和量子微粒群优化算法进行HMM的参数估计,以提高HMM的性能。
补充资料：马尔可夫
| 马尔可夫(1856～1922) Markov，Andrei Andreevich 俄罗斯数学家。1856年6月14日生于梁赞，1922年7月20日卒于圣彼得堡。1874年入圣彼得堡大学，受P.L.切比雪夫思想影响很深。1878年毕业，并以《用连分数求微分方程的积分》一文获金质奖章。两年后，取得硕士学位 ，并任圣彼得堡大学副教授。1884年取得物理-数学博士学位，1886 年任该校教授。1896年被选为圣彼得堡科学院院士。1905年被授予功勋教授称号。 马尔可夫是彼得堡数学学派的代表人物。以数论和概率论方面的工作著称。在数论方面，他研究了连分数和二次不定式理论 ，解决了许多难题 。在概率论中，他发展了矩法，扩大了大数律和中心极限定理的应用范围。马尔可夫最重要的工作是在1906～1912年间，提出并研究了一种能用数学分析方法研究自然过程的一般图式——马尔可夫链。同时开创了对一种无后效性的随机过程——马尔可夫过程的研究。马尔可夫过程在自然科学、工程技术和公用事业中有广泛的应用。他的主要著作有《概率演算》等。他的儿子A.A.马尔可夫也是著名的俄罗斯数学家。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条