马尔科夫网络相关论文
传统的基于马尔科夫网络模型的图像超分辨率复原算法是与MAP算法结合,由于MAP算法的自身缺陷,复原后的图像边缘和细节保持能力不强......
现在的时代是一个如同井喷一般信息爆炸的时代，大量的数据以及复杂的系统网络充斥在我们身边，找到一种行之有效的分析方法，建立一个切......
无向马尔科夫毯结构是属性和类变量之间的最重要依赖结构之一，建立无向马尔科夫毯分类器的核心是无向马尔科夫毯结构学习。针对现有......
随着多媒体技术的日益发展,人们对图像质量有着越来越高的要求,受硬件的限制,所获取图像的分辨率常常无法满足需要,超分辨率技术能......
马尔科夫网络中的隐藏变量学习是一个重要而困难的研究课题.关于隐藏变量需要解决三个问题,它们是隐藏变量的位置,维数和取值,局部......
提出了一种在马尔科夫网络框架下基于样本块的图像超分辨率算法。算法根据相似性选取多个样本块作为图像重建的候选,在候选集中计......
<正>《自动化学报》2012年38卷第5期第876-881页刊载的题为"基于切换频度的马尔科夫网络控制系统均方指数镇定"的论文中有若干错误......
概率图模型能有效处理不确定性推理,从样本数据中准确高效地学习概率图模型是其在实际应用中的关键问题.概率图模型的表示由参数和......
图形模式是概率理论和图形理论的结合，是随机变量之间依赖关系的图形表示。在图形中的结点表示随机变量，边（有向或无向）的存在性表示随......
随着大数据时代的到来,如何迅速地从庞大的数据库中找到目标信息是目前科研工作者迫切需要解决的问题。关联规则挖掘算法是解决这......
