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46个网页-相关网页
...ne ontology, Markov Random fields [gap=406]关键词：蛋白质 - 蛋白质相互作用，蛋白质功能预测，基因本体论，马尔可夫随机场 ...
基于36个网页-相关网页
:2000年,Collins提出了一种重新排序的方法,采用马尔可夫随机域(Markov Random Fields)和提升算法的模型,是当年公认的英语句法分析最好的结果之一, 其精确率达到89.9%,召回率为89.6%【171。
基于10个网页-相关网页
法是建筑在 马可夫随机场 ( Markov Random Fields )的模型上,可以不必去建构完 整或明确的机率函数,而改采用一个较为决定性的来源上面做搜寻.
基于8个网页-相关网页
gauss-markov random fields 高斯马尔可夫随机场
gaussian markov random fields 高斯Markov随机场
Markov random fields model 马尔可夫随机场
markov random fields mrf 马尔可夫随机场
fuzzy markov random fields 模糊马尔可夫场
gibbs markov random fields 吉布斯马尔可夫随机场
double markov random fields 双马尔可夫随机场
multiscale markov random fields 多尺度马尔可夫随机场
Gaussian Markov Random Fields GMRF 高斯马尔可夫随机场
This paper presents an image restoration method based on Markov random fields.
提出了一种基于马尔科夫随机场和遗传算法的图像恢复的方法。
Methods: Based on Markov random fields model of noise, a iteration algorithm was presented by using maximum a posteriori (MAP) criterion.
方法：根据马尔科夫随机场图像模型，利用最大后验概率准则(M A P)，提出一种迭代松弛分割算法。
Triplet Markov random fields (TMF) model is suitable for dealing with multi-class segmentation of non-stationary, non-Gaussian SAR images.
三重马尔科夫随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题。
应用推荐