在Matlab中实现持续时间高阶隐马尔可夫模型（DHO-HMM）及其在语音识别中的应用。

马尔可夫过程 马尔可夫连续时间过程的建模。

利用1990年、2002年两期TM影像数据,基于马尔可夫模型,借助MAPGIS,ARCGIS的空间分析功能,从土地利用变化的数量、土地利用类型之间的转移等角度,对沁阳市土地利用动态变化进行了分析.结果表明,在人类活动和自然因素的影响下,沁阳市12年间土地利用结构发生了明显改变,耕地面积减少,建设用地和未利用地增加(建设用地和未利用地面积的增加主要是通过占用耕地来实现的),三者之间的转换较为频繁.受退耕还林、耕地动态平衡政策的影响,林地面积增加,部分建设用地、水域、园地通过整理复垦变为耕地.

该文件包括两部分，main_seg 和 7 个函数。 测试图像可能是任何 Matlab 图像。

/***************************/ 该资源中的代码为隐马尔科夫的demo案例，适用于已经了解HMM原理进行实践的读者。

马尔可夫.js 一个非常简单的马尔可夫链生成器

论文研究- 灰色马尔柯夫预测模型及其应用.pdf,  一、引言 由于灰色预测所需信息较少,计算简便,精度较高,因此在社会经济系统的建模、分析和预测中得到广泛应用。在粮食产量和经济作物方面的应用,也取得了很好的效果。但由于灰色预测是指以GM(1,1)模型为基础所进行的预测,GM(1,1)模型的解为指数型曲线,其预测的几何图形是

一个易于使用的函数，将生成离散时间马尔可夫链。

由于社区结构是复杂网络的重要特征，近年来对社区检测的研究越来越受到人们的关注。尽管大多数研究者致力于识别不相交的社区，但许多真实网络中的社区经常重叠。在本文中，我们提出了一种新颖的MCLC算法，该算法利用线形图上的随机游动和吸引力强度来发现重叠社区。 与传统的从节点开始的随机游走不同，我们的随机游走从链接开始。 首先，我们将无向网络图转换为加权线图，然后在该图上随机游走。线图可以与马尔可夫链相关联。 通过计算马尔可夫链的转移概率，我们获得了链对之间的相似性。 接下来，可以通过链接方法将链接聚类为“链接社区”，并且链接社区之间的这些节点可以是重叠节点。 在将“链接社区”转换为“节点社区”时，我们定义了吸引强度以控制重叠大小。 最终，允许将检测到的社区重叠。 在合成网络和一些真实世界的网络上进行的实验验证了该算法的有效性和有效性。将重叠模块Qov与其他相关算法进行比较，该算法的结果令人满意。

马尔可夫链-蒙特卡洛法重构三维数字岩心及岩石核磁共振响应数值模拟，郭江峰，谢然红，利用马尔可夫链-蒙特卡洛（MCMC）法重构三维数字岩心，并对比数字岩心的统计函数，评价重构数字岩心的准确性；再应用随机游走算法�