问题标签 [markov-models]

我读了一些关于 ANN 和马尔可夫过程的信息。有人可以帮助我了解马尔可夫过程在哪里适合人工神经网络和遗传算法。或者简单地说，马尔可夫过程在这种情况下的作用是什么。

非常感谢

谁能解释如何使用 MATLAB 为图像估计 GMRF 模型的参数？

我已经尝试过像 UGM 这样的工具箱。（http://www.di.ens.fr/~mschmidt/Software/UGM/trainMRF.html）

这里通过等价我的意思是，在这两种情况下分布（整个表）是否相等？？？

我有这样的数据

Broker.Position

IP BP SP IP IP ..

我想以这种形式计算二阶转换矩阵

血压

SPSP

IPIP

BPSP

SPBP

IPSP

SPIP

BPIP

IPBP

我有一组 5000 个长度为 4 的字符串，其中字符串中的每个字符可以是 A、B、C 或 D。

• 0 阶马尔可夫链（无依赖性），由 A、B、C、D 列组成一个 4*1 数组。

• 一阶马尔可夫链（pos j 取决于前一个 pos i），形成一个 4*4 行 Ai、Bi、Ci、Di 的矩阵；和 Aj、Bj、Cj、Dj 列。

• 2 阶马尔可夫链（pos k 取决于 pos j 和 pos i），构成一个 4*4*4 维数为 Ai、Bi、Ci、Di 的矩阵；Aj、Bj、Cj、Dj；和 Ak, Bk, Ck, Dk [或者这构成了一个 16*4 的矩阵 Aij, Bij, Cij, Dij；Ak、Bk、Ck、Dk]。

• 三阶马尔可夫链（pos l 取决于 pos k、pos j 和 pos i），构成一个 4*4*4*4 维数为 Ai、Bi、Ci、Di 的矩阵；Aj、Bj、Cj、Dj；Ak、Bk、Ck、Dk；Al, Bl, Cl, Dl [或者这构成了一个 64*4 的矩阵 Aijk, Bijk, Cijk, Dijk; Al、Bl、Cl、Dl]。

4 个订单的参数数量是多少？我有一些想法，但想看看其他人的想法。谢谢你的建议！！

Im new in this forum.

I have to do a presentation on how SPSS deals with missing values. Specificaly, our professor gave us the task to:

1) Find out if, besides the functions accesible through the menus, there are functions accesible via SPSS Syntax to deal with missing values (that is, functions that are only accesible via Syntax).

2) In multiple imputation: What is the exact procedure done by the Markov Monte Carlo method offered in the menus. Are there white papers, or academic papers explaining the exact procedure?

Kind regards for your help.

在随机词生成之前，我的代码可以正常工作。有时它会创建单词/胡言乱语，有时则不会（可能会经历无限循环）。但是，每当它确实创建单词/胡言乱语时，它似乎都不是那么“随机”。这些单词要么会重复，要么大部分单词将生成接近相同的字符长度。

问题在于def genRandomWord：

马尔可夫链如何工作？我已经阅读了马尔可夫链的维基百科，但我没有得到的是无记忆。无记忆指出：

下一个状态仅取决于当前状态，而不取决于之前的事件顺序。

如果马尔可夫链具有这种性质，那么在马尔可夫模型中链有什么用呢？
解释这个属性。

I have difficulties to determine the stationary distribution of a markov model. I start to understand the theory and connections: Given a stochastic matrix, to dermine the stationary distribution we need to find the eigen vector for the largest eigenvalue (that is 1)

I started with generating a stochastic matrix

Afterward I use the R eigen function

But I dont understand the results

The vector for the largest value (1) has all the same component value "-0.4472136". Even if I change the seed, to draw different number, I get the same values again. What do i miss ? Why the components of the eigenvector are all eqaul? Why they do not sum up to 1 - since this should be a stationary distribtuion?

Thank you for your help!

我正在使用 mcl 对图形进行聚类和分析。我不熟悉图论，我读到了函数mcxquery。

文档中说：“ mcxquery 的主要用途是分析不同相似性截止值的图。通常这是在使用非常宽松的阈值构造的图上完成的。例如，可以从数组表达式数据创建图使用具有非常低的 pearson 相关截止值（例如 0.2 或 0.3）的 mcxarray。”

他们所说的相似之处是什么？皮尔逊相关性如何用于分析图形？它是否在测量节点的“连接程度”？