问题标签 [markov-chains]

我数学很烂，所以我无法弄清楚：图像中有多少 k 个相邻像素的组合？图像中 n * n 个总像素中的 k 个像素的组合，但限制是它们必须是相邻的，对于从 2 到 n * n 的每个 k。我需要一个程序的所有 k 值的总和，该程序必须考虑到它正在推理的集合中的许多元素。

邻居是 4 连接的，不会环绕。

编程中是否存在诸如自动写作或超现实主义自动主义之类的东西？

我正在用 MATLAB 重写蒙特卡洛仿真模型，重点是可读性。该模型涉及许多粒子，表示为 (x,y,z)，在具有一定终止概率的一小组状态上随机游走。与输出相关的信息是终止于给定状态的粒子数。

模拟需要足够多的粒子，因此为每个粒子单独运行它的成本太高了。向量化似乎是从 MATLAB 中获得性能的方法，但是有没有什么惯用的方法可以在 MATLAB 中创建这个仿真的向量化版本？

我正在努力实现这一点——我什至尝试创建一个 (nStates x nParticles) 矩阵来表示每个粒子状态组合，但是这种方法在可读性方面很快就失控了，因为粒子从状态反弹彼此独立地陈述。我应该硬着头皮改用更适合这个的语言吗？

我试图找到马尔可夫链的平衡分布，这意味着找到表示它的转移矩阵的特征值，但是，eig 函数会自动标准化它返回的特征向量，在 MatLab 中有一个标志可以传递给函数停止这种行为

eig(X, '不平衡')

其中 X 是一个矩阵。请参阅http://www.mathworks.com/help/techdoc/ref/eig.html。但是，当我在 octave 中尝试这个时，我得到了一个错误：

错误：eig：错误的类型参数“sq_string”

还有其他我应该调用的函数吗？

干杯

请将此问题移至Code Review -area。它更适合那里，因为我知道下面的代码是垃圾，我想要关键的反馈来完成重写。我几乎是在重新发明轮子。

[更新]

我将在这里稍微解释一下理论，也许可以这样简化问题。上面的代码尝试用A下面的转换矩阵构造马尔可夫链。100你可以想象成抛硬币的模式与之相对应。

问题中的成为上面矩阵中average 8第一行的值的总和。N=(I-Q)^-1Q

现在，您可能会看到这个显然只有模式匹配的问题变成了马尔可夫链。我看不出为什么你不能用类似于矩阵或矩阵的东西来代替混乱的 for-while-if 条件。我不知道如何实现它们，但迭代器可能是一种研究方法，特别是在需要分解的更多状态下。

但是 Numpy 出现了一个问题，这些东西-Inf和NaN用途是什么？(I-Q)**-1从矩阵中检查它们应该收敛到的值。是N从N=I+Q+Q^2+Q^3+...=\frac{I-Q^{n}}{I-Q}。

我正在为一个网站制作一个注册表单，因为我确信每个人都会在 Secret Answer 的输入中输入一些乱码（我自己这样做），我想以编程方式测试该值，看看它是否更有可能是一个很好的答案。

我查看了一个在 PHP 中生成马尔可夫链（见底部）的函数，但我不知道如何针对该链的数组测试字符串以实际检测给定答案的 % 准确度。

这里有人做过类似的事情吗？你是怎么解决的还是放弃了？

谢谢

编辑 2011-02-04：

我想出了一个简单的解决方案。我相信乱码字符串中的字母很可能会一遍又一遍地包含相同的字母，我想出了这个小功能：

你们有什么感想？

我有一个大而“唯一”的整数（实际上是一个 SHA1 哈希）。

注意：虽然我在这里谈论的是 SHA1 哈希，但这不是密码学/安全问题！我不是要破坏 SHA1。如果有帮助的话，想象一个随机的 160 位整数而不是 SHA1。

我想（除了玩得开心）找到一种算法，将 SHA1 哈希映射到计算机生成的（伪）英文短语。映射应该是双向的（即，知道算法，必须能够从该短语计算原始 SHA1 哈希。）

这句话不必说得通。我什至会接受一整段废话。（虽然一个段落的质量——英语性——可能应该比一个短语更好。）

更好的算法会产生更短、更自然、更独特的短语。

一个变体：如果我只能使用哈希的一部分，那也没关系。说，前六个十六进制数字很好。

生成的短语的可能用法：Git 提交 ID 的人类可读版本，用作给定程序版本的座右铭，该程序版本是从该提交构建的。（正如我所说，这是“为了好玩”。我并不是说这非常实用——或者比 SHA1 本身更具可读性。）

可能的方法：在过去，我尝试建立一个概率表（单词），并根据我从 SHA 读取的位，将短语生成为马尔可夫链，为生成器播种（从概率树中挑选分支）。这不是很成功，产生的短语太长而且丑陋。我不确定这是一个错误，还是算法中的一般缺陷，因为我必须尽早放弃它。

现在我正在考虑再次尝试解决这个问题。关于如何解决这个问题的任何建议？你认为马尔可夫链方法可以在这里工作吗？还有什么？

让我们想象一下，我有两篇由同一个人写的英文文本。是否可以应用一些马尔可夫链算法来分析每个：根据统计数据创建某种指纹，并比较从不同文本中获得的指纹？假设我们有一个包含 100 个文本的库。有些人写了第 1 个文本，还有一些人也写了其他文本，我们需要通过分析他/她的写作风格来猜测是哪一个。有没有已知的算法可以做到这一点？马尔可夫链可以在这里应用吗？

有限状态机只是马尔可夫链的实现吗？两者有什么区别？

我正在考虑使用诸如马尔可夫链之类的东西创建一个聊天机器人，但我不完全确定如何让它工作。据我了解，您从数据中创建一个表格，其中包含给定的单词，然后是后面的单词。在训练机器人时是否可以附加任何类型的概率或计数器？这甚至是个好主意吗？

问题的第二部分是关键字。假设我已经可以从用户输入中识别关键字，我如何生成一个使用该关键字的句子？我并不总是想用关键字开始句子，那么我如何播种马尔可夫链呢？