马尔可夫.js 一个非常简单的马尔可夫链生成器
2022-03-20 20:33:11 1KB JavaScript
1
针对贝叶斯网络结构学习方法难以兼顾高准确率和高效率的问题,提出了一种基于Markov Chain Monte Carlo(MCMC)方法的贝叶斯网络结构学习方法的改进。改进包括:使用依赖关系分析,利用统计学的方法对采样空间进行大幅缩减,能够在精确控制准确度的情况下大幅提高时间效率;结合先验知识,从理论角度将先验知识融入评分中得到完全服从后验分布的结果;搜索最优子结构,对于特定的一些结构搜索最优子结构而不是采用贪心的方法,提高了贝叶斯网络结构学习的准确率。通过理论分析可以证明时间复杂度得到了大幅的降低。并且可以在牺牲可预知的准确率的情况下,将指数时间复杂度降为线性时间。大量的数据实验表明,经改进后的方法在时间和准确性上都具有良好的表现。
1
使用MATLAB编写相应代码,基于markov链预测出下一次的预测区间 其中使用模糊理论的特征值来估算预测值。通过遍历的方式来,不断确定分组类别,已达到更加精确的预测结果。
2022-03-14 09:51:02 5KB MATLAB MARKOV 模糊理论 预测算法
1
马尔科夫状态转换的GARCH类模型用matlab程序代码做实证 ms-garch
2022-03-10 01:34:46 1.34MB 马尔科夫转换 ms-garch
MTA 多点触控归因。 找出哪些渠道最有助于用户转换。 楷模 该软件包包含以下多点触控归因模型的实现: 沙普利 马可夫 邵和李的所谓简单概率模型 邵和李的袋装逻辑回归 附加危害(生存) 此外,还包括一些流行的启发式“模型”,特别是 第一次接触 线性的 最后接触 时间衰减 基于位置 包含数据 该软件包具有与称为的R软件包相同的测试数据集-包含10,000行,其中包含12个通道上的客户旅程:alpha,beta,delta,epsilon,eta,gamma,iota,kappa,lambda,mi,theta和zeta 。 这些是按路径进行的转化汇总。 假设有一条路(客户旅程) a > b > c total_conversions等于2, total_null等于5。这意味着我们记录了2次消费者旅程 a > b > c > (conversion) 和5次客户旅程 a > b >
1
马尔科夫链的matlab程序,马尔科夫链的matlab程序
2022-03-04 18:27:46 1KB 马尔科夫程序
1
等待时间和滞留时间分布 等待时间构成:正待服务的顾客离开一个;队列里面的n个人离开。 这些人离开后,新到的顾客才能开始服务
2022-02-24 18:15:57 1.39MB math Markov
1
确定一步转移概率矩阵的步骤 * *
2022-02-11 09:58:35 1.37MB Markov过程
1
对可数状态空间上的马尔可夫过程理论进行了严格而基本的介绍。涵盖主题是:doeBin的理论,一般遍历性质,和连续时间过程。可逆过程和使用其相关的Dirichlet形式来估计收敛到平衡的速率。
2022-01-07 22:12:55 7.82MB 马尔科夫过程
1
马尔可夫随机场在图像去噪中的应用 这是一个有关在Keras中应用Markov随机场(MRF)进行图像降噪的项目。 在Report.pdf中显示了在MRF中构建修改的迭代条件模式(ICM)和Gibbs采样的机制的详细信息。 数据 应用于降噪和降噪的原始数据集可以分为两部分: 二进制图像:在这种情况下,选择两个具有低分辨率的二进制图像:data / sample1.jpg,data / sample3.jpg来比较ICM和Gibbs采样以在MRF中进行降噪。 RGB图像:此外,选择了分辨率较低的RGB图像:data / sample6.jpg来比较ICM和Gibbs采样,以在MRF中对更复杂的数据结构情况进行降噪。 图像噪声: 在该项目中,图像受到胡椒噪声的干扰,其中选择了随机位置的像素以将其重置为随机有效值。 详细地,对于具有单通道的二进制图像,在唯一的层中添加了胡椒噪声。 而对于具有
2022-01-03 21:01:21 2.66MB JupyterNotebook
1