该框架,主要包含例如贝叶斯网络和马尔科夫随机场(Markov random fields)等方法,使用的思想是计算机科学中的离散数据结构可以快速编码、在包含成千上万个变量的高维空间操作概率分布。
基于44个网页-相关网页
提出了一种新的全极化SAR图像非监督分类方法,该方法将H/Alpha/A分解与马尔科夫随机场(Morkov rondom field,MRF)相结合。首先,根据地物的散射机制进行 .
基于4个网页-相关网页
提出一种基于时-空马尔科夫随机场(Spatial-Temporal Markov Random Field,STMRF)模型的像素域分布式视频编码方案本方案在解码端建立STMRF模型,通过运动场和灰度场两个MRF的估计,...
基于2个网页-相关网页
高斯马尔科夫随机场 GMRF ; Gauss Markov random field
多马尔科夫随机场 Multiple Markov Random Field
种基于马尔科夫随机场 Makov Random Field ; MRF
分解与马尔科夫随机场 Morkov rondom field
层次马尔科夫随机场 hierarchical Markov random field
提出了一种基于马尔科夫随机场的双序列比对算法。
A novel markov pairwise protein sequence alignment method was proposed in this thesis.
提出了一种基于马尔科夫随机场模型的缺陷检测方法。
A method of vane defects detecting based on Markov random field is presented in this paper.
马尔科夫随机场是马尔科夫随机过程在二维参数中的推广。
Markov Random Field is extension of Markov Processing at the two-dimensional parameters set.
应用推荐