[数学]马尔可夫随机场(Markov Random Field)
很久很久很久以前就听过这个名词,而且非常高深,但是由于各种原因,没有仔细研究过。。。
最近又开始不得不接触此技术。
网上略查一番,发现有一个比较通俗易懂的解释。不知道合理不合理,至少对我这个门外汗还是有个概念性的印象。
zz from http://kaizitop.spaces.live.com/blog/cns!B4A21B0C2D46EC31!260.entry
马尔可夫随机场(Markov Random Field)包含两层意思。 A.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。 比方: 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。 B.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。 比方: 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。
原来我朝有一位对此技术颇有造诣的大师!
在此崇拜一记!
李子清大师的个人主页
http://www.cbsr.ia.ac.cn/users/szli/
权威书: Markov Random Field Modeling in Image Analysis