11 2012 档案

摘要:在马尔可夫模型中,每一个状态都是可观察的序列,是状态关于时间的随机过程,也成为可视马尔可夫模型(Visible Markov Model,VMM)。隐马尔科夫模型(Hidden Markov Model,HMM)中的状态是不可见的,我们可以看到的是状态表现出来的观察值和状态的概率函数。在隐马模型中... 阅读全文
posted @ 2012-11-30 22:53 jihite 阅读(11700) 评论(7) 推荐(2) 编辑
摘要:简介 马尔可夫模型(Markov Model)描述了一类随机变量随时间而变化的随机函数。考察一个状态序列(此时随机变量为状态值),这些状态并不是相互独立的,每个状态的值依赖于序列中此状态之前的状态。 数学描述 一个系统由N个状态S= {s1,s2,...sn},随着时间的推移,该系统从一个状态转换成 阅读全文
posted @ 2012-11-29 23:06 jihite 阅读(10989) 评论(5) 推荐(3) 编辑
摘要:list函数: 功能:将字符创转化为列表,例: 列表基本函数: 1.元素赋值,例: 注意:通过list[0]= 'hel',如果原来位置上有值,会覆盖掉原来的。 2.分片操作 1)显示序列,例:注意:(1)list1[beg:end]将显示列表的从list1[beg]到list1[end-1]... 阅读全文
posted @ 2012-11-21 23:25 jihite 阅读(54785) 评论(5) 推荐(6) 编辑
摘要:20世纪80年代更早提出的分词方法大部分是基于词表进行的,称为基于词表分词方法。近10年来,随着统计方法的迅速发展,人们提出很多基于统计的模型分词方法和规则方法与统计方法相结合的分词技术,称为基于统计模型的分词方法。 假设随机变量S为一个汉字序列,W是S上所有可能切分出来的词序列,分词过程应该是求解条件概率P(W|S)最大的词序列W',即 W' = argwmaxP(W|S) -------------------------------1根据贝叶斯公式:P(AB) = P(A)P(B|A) = P(B)P(A|B) 1式变为: W' = argwmaxP(W)P(S| 阅读全文
posted @ 2012-11-20 23:20 jihite 阅读(2732) 评论(0) 推荐(0) 编辑
摘要:时间戳 时间戳是自 1970 年 1 月 1 日(08:00:00 GMT)至当前时间的总秒数。它也被称为 Unix 时间戳(Unix Timestamp),它在unix、c的世界里随处可见;常见形态是浮点数,小数点后面是毫秒。两个时间戳相减就是时间间隔(单位:秒)。 例 其中,time.sleep 阅读全文
posted @ 2012-11-06 22:39 jihite 阅读(27572) 评论(0) 推荐(1) 编辑

点击右上角即可分享
微信分享提示