第179章 马尔可夫随机场 (第1/2页)

    江寒先迅速将所有关于“马尔可夫模型”的论文全部刷完。

    然后在马尔可夫过程的基础上，引入了随机场的概念，提出了“马尔可夫随机场”理论。

    严格的说，这个理论里涉及的新概念并不多，主要是思想独特。

    当然，如果不够独特，那也轮不到江寒来“捡漏”了……

    想要理解“马尔可夫随机场”，需要先明确“随机过程”的概念。

    随机过程是一种数学模型，描述了空间上粒子的随机运动过程，是对一连串随机事件之间，动态关系的定量描述。

    从银河亮度的起伏到星系空间的物质分布；从分子的布朗运动到原子的蜕变过程；从化学反应动力学到电话通讯理论；从谣言的传播到传染病的流行；从市场预测到密码破译……

    随机过程无所不在。

    随机过程与微分方程、复变函数等有密切联系，是研究随机现象的重要工具。

    将一个随机过程中的随机变量序列，按时间先后关系依次排开。

    如果第N 1时刻的分布特性，与N时刻以前的随机变量的取值无关，那么，它就具有了马尔可夫性质。

    当给每一个位置按照某种分布，随机赋予相空间的一个值之后，其全体就叫做随机场。

    在随机场的基础上，添加上马尔可夫性质，就能得到马尔可夫随机场……

    马尔可夫随机场在机器视觉与图像分析领域有着非常广泛的应用。

    举个最简单的例子：分割图像。

    假设图像中某一点的特征，灰度、RGB值等，只与其邻近区域有关，与其他区域无关。

    那么就能用一个非常简单的算法，将图像分割成若干部分。

    很多图像软件中的智能抠图功能，就是利用这一原理实现的。

    概念就是这么简单，然而其中涉及的数学原理、技巧，和各种推导过程，相当复杂，若非江寒这几天数学“功力大进”，还真搞不定。

    但现在嘛……

    江寒只用了一上午时间，就将论文一气呵成写完，然后转换为PDF格式，投递给了《INTERNATIONALJOURNALOFCOMPUTERVISION》。

    以“马尔可夫随机场”理论的重要性和巨大实践价值，完全值得上一篇一区。

    想不到随便学点东西，就有这么大的意外收获。

    江寒很欣慰。

    那么，接下来研究点什么呢？

    最好弄个稍微简单点，不那么烧脑的东西。

    江寒想了想，又将目光投向了“自组织神经网络”……

    ※※※

    松江一中。

    教学楼门外。

    距离人进认出的楼门不远，有一个公告墙，上面张贴着各种通知、公告、榜单。

    今天，公告墙上多了一张大红榜，上面用金字书写着人名和数字。

    这是一张成绩单。

    NOIP2012提高组的初赛成绩，终于公示了。

    分数一出来，校方立即派人制成了海报，张贴于此。

    当然，上榜的人只有三个，都是松江一中的参赛选手。

    公告墙下人山人海……好吧，没那么夸张。

    因为地方不够大，满打满算也就能站下百多人，而且最外围的人，基本什么也看不清。

    但这并不妨碍大家的热情。

    “哇，又到了一年一度，瞻仰大神的时间了。”

    “看我们学校，今年居然上榜了3个！”

    “是啊，以前几年才有一、两个，今年已经算是丰年了。”

    “你们光注意人数吗？没看见排名第一的那位，那是什么样的成绩吗？”

    “早就看到了，江寒，满分通过。”

    “这个才叫耸人听闻，太变态了！”

    “羡慕、嫉妒、不敢恨。”

    “嗳，这实力，复赛肯定有一枚奖牌了，就是不知道金的还