完整的C语言实现的马尔科夫链程序和一份对马尔科夫介绍doc

hmm实现的中文分词系统； 一个简单的宋词生成系统； 包括一个简单网页界面；

基于马尔科夫随机场的SAR图像处理，行文流畅，获得过优秀论文，其中的算法简明易懂，所用的理论也是深入浅出。

这是国外一个很好的hmm自学书目的翻译版本，其中详细介绍了hmm相关知识以及相关关键算法 图文并茂，由浅入深，非常适合自学者阅读

mdp（马尔科夫过程）的MATLAB代码，马尔可夫决策过程（Markov decision processes）matlab程序，m文件，从工具箱中调用，有英文说明。本人亲测，程序可用，结果正确。

计算一个简单电力系统的可靠度，并生成了随着时间1到600小时系统可靠度的变化。

马尔科夫链matlab程序包。马尔科夫链定义本身比较简单，它假设某一时刻状态转移的概率只依赖于它的前一个状态。举个形象的比喻，假如每天的天气是一个状态的话，那个今天是不是晴天只依赖于昨天的天气，而和前天的天气没有任何关系。当然这么说可能有些武断，但是这样做可以大大简化模型的复杂度，因此马尔科夫链在很多时间序列模型中得到广泛的应用，比如循环神经网络RNN，隐式马尔科夫模型HMM等，当然MCMC也需要它。 　　　　如果用精确的数学定义来描述，则假设我们的序列状态是...Xt−2,Xt−1,Xt,Xt+1,......Xt−2,Xt−1,Xt,Xt+1,...，那么我们的在时刻Xt+1Xt+1的状态的条件概率仅仅依赖于时刻XtXt，即： P(Xt+1|...Xt−2,Xt−1,Xt)=P(Xt+1|Xt) P(Xt+1|...Xt−2,Xt−1,Xt)=P(Xt+1|Xt) 　　　　既然某一时刻状态转移的概率只依赖于它的前一个状态，那么我们只要能求出系统中任意两个状态之间的转换概率，这个马尔科夫链的模型就定了。我们来看看下图这个马尔科夫链模型的具体的例子。

《图像分析中的马尔可夫随机场模型》 (Springer 1995, 2nd edition 2001, 3rd edition 2009) 被誉为"图像分析领域里程碑意义的工作"。

MATLAB编写的学习隐马尔科夫模型的程序

隐马尔科夫模型HMM的具体算法代码，包括前向、后向算法、EM参数重估等。