论文部分内容阅读
为在目标之中为相互作用建模的一个典型 Markov 网络能处理错误合并问题，而是它在合作追踪者之中由于盲目比赛受不了标记的问题。在这篇论文，我们为追踪的多目标建议一个运动限制 Markov 网络模型。由扩充典型 Markov，有特定的 Markov 的网络锁住哪个带动议限制优先，这个建议模型能克服盲目比赛并且甚至在严重吸藏的情况中指导标签到相应目标。另外，运动限制优先作为本地潜在的功能被提出并且能容易在新奇模型的联合分发表示被合并。试验性的结果证明我们的模型比在解决错误的另外的方法优异合并并且同时并且高效