1) Non-Markovian stochastic Petri nets
非马尔可夫随机Petri网
1.
This paper considers both hardware components faults and"aging"phenomenon,proposes composing redundant structure and rejuvenation schedule in the fault-tolerant system,formalizes the system with Non-Markovian stochastic Petri nets,and evaluates quantitatively the performance of a system based on this model.
综合考虑容错系统中的硬件故障和老化现象,提出了将传统的冗余技术和软件抗衰技术相结合的策略,并给出了该系统的非马尔可夫随机Petri网模型,随之对基于该模型的系统进行了定量分析。
2) Non-Markovian stochastic petri net
非马尔科夫随机Petri网
3) Markov Regenerative Stochastic Petri Nets(MRSPN)
马尔科夫再生随机Petri网
1.
periodic survival reports and module redundancy,which is used in NMS are assembled into three major run-time scenarios;Secondly,three scenario are modeled using Markov Regenerative Stochastic Petri Nets(MRSPN) ,and the effect which various scenario impose on module reliability is analyzed.
该方法首先把NMS中使用的定时报活、模块冗余等可靠性措施组合为3种主要运行场景;然后,运用马尔科夫再生随机Petri网对3种场景进行了建模,定量分析了不同运行场景对模块可靠性的影响,并应用模型得到了模块可用度等重要的可靠性指标。
4) Markov random field(MRF)
马尔可夫随机场
1.
This paper proposes a new patch-based sample texture synthesis algorithm based on Markov Random Field(MRF) model and otherrelated algorithms.
基于马尔可夫随机场(MRF)模型和已有的块采样合成技术,提出一种改进的合成算法,采用图论的最小割线算法对MRF的似然性进行优化,将合成时的光栅扫描方式改为之字形扫描方式,以抑制纹理的倾向性和纹元的不完整性。
2.
For the problem of depth information estimation of micro vision image,a defocus characteristic parameter model based on Markov random field(MRF)is presented,which converts the depth information estimation problem of defocus characteristics into the optimization problem of energy function.
针对显微视觉图像深度信息估计问题,提出了一种基于马尔可夫随机场的散焦特征参数模型:该模型将散焦特征深度信息的估计转化为能量函数的优化问题。
3.
In order to avoid the drawback of over-smoothness in the conventional Spatiotemporal Markov Random Field(MRF) model,a moving object segmentation technology based on Discontinuity Adaptive-Spatiotemporal Markov Random Field(DA-STMRF) model was proposed.
为克服传统的时空马尔可夫随机场模型中全局一致平滑约束引起的过平滑,根据间断自适应的思想,结合边缘信息,提出了一种基于间断自适应时空马尔可夫随机场模型的运动目标分割方法。
5) Markov random field
马尔可夫随机场
1.
Restoration algorithm for color images based on Markov random field;
彩色图像的马尔可夫随机场恢复算法
2.
Parallel segmentation of textured images by using Markov random field;
基于马尔可夫随机场的纹理图像并行分割
3.
A method for removing speckles of SAR image based on markov random field;
马尔可夫随机场和模拟退火算法的SAR图像相干斑抑制方法
6) markov random field (MRF)
马尔可夫随机场
1.
Integrating the statistical characteristics of speckle noise in SAR images with wavelet-domain Markov random field (MRF) structure of images, a new wavelet-domain spec.
基于图像在小波域的马尔可夫随机场模型(MRF)结构,结合SAR图像中相干斑噪声的统计特性,本文提出了一种新的小波域相干斑抑制方法。
2.
According to the viewpoint of Maximum A Posteriori (MAP) and Markov Random Field (MRF) theory,a generalized variational functional model was deduced.
该算法根据最大后验概率(MAP)和马尔可夫随机场(MRF)的理论,推导出一个广义变分的图像去噪模型,并对平衡正则化项和数据保真项的Lagrange乘子λ进行了自适应改进,最后采用了一种鲁棒性好和边缘保持能力强的势函数,结合梯度加权最速下降法和半点格式的数值迭代算法对自适应的广义变分去噪模型寻优求解。
补充资料：反马尔可夫尼可夫规则
分子式：
CAS号：
性质：不对称烯烃与卤化氢等亲电试剂发生加成反应的取向与按马氏规则预测的取向不一致时，称为反马尔可夫尼可夫规则。反马氏规则的情况大致有两种：(1)在光及过氧化物作用下，发生了游离基加成反应(参见过氧化物效应)；(2)当亲电试剂中氢原子的电负性大于所连的原子或原子团时，从形式上看加成的取向是违反马氏定则的。
CAS号：
性质：不对称烯烃与卤化氢等亲电试剂发生加成反应的取向与按马氏规则预测的取向不一致时，称为反马尔可夫尼可夫规则。反马氏规则的情况大致有两种：(1)在光及过氧化物作用下，发生了游离基加成反应(参见过氧化物效应)；(2)当亲电试剂中氢原子的电负性大于所连的原子或原子团时，从形式上看加成的取向是违反马氏定则的。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条