2) Markov network
马尔可夫网络
1.
Markov network-based nonlinear algorithm of face image super-resolution
基于马尔可夫网络人脸图像超分辨率非线性算法
2.
It model that world with a Markov network, learning the network parameters from the examples.
该方法以马尔可夫网络为基础体系,从大量的例子中学习并获得网络参数,利用贝叶斯信任传播机制为所要处理的图像找到一个后验概率的局部最大值,即为从图像中获得相应的景物而进行问题估计。
3.
It is a Markov network, we confirm the transfer rule of this network based on two kind of relationship, one is the image and the scene, the other is the current scene and its neighbou.
它的体系结构是一个马尔可夫网络，根据图像与景物、景物与景物之间的联系来确定网络上的信息传递规则，并从大量的事例中学习这些网络参数，可以高效地为所求景物找到一个精确的后验概率的局部最大值，从而为原模糊图像获得高效的边缘标记结果。
3) HMM/ANN
隐马尔可夫/自组织神经网络
4) HMM
隐马尔可夫
1.
An Improved Model of Information Retrieval Based on HMM
一种改进的基于隐马尔可夫的信息检索模型
2.
A recognition method based on HMM and K-means cluster is proposed through extracting LPC characteristic from acoustic target.
提出一种隐马尔可夫模型和K-均值聚类混合模型的声目标识别方法。
5) Hidden Markov Model
隐马尔可夫
1.
In this paper, the author adopts Dynamic Time Warping (DTW) model and Hidden Markov Model (HMM) respectively, to study the little vocabulary and isolated speech recognition.
待识别语音通过与各个隐马尔可夫模型匹配，即得到识别结果。
2.
A novel trend prediction approach based on weighed hidden Markov model(HMM)and autoregressive model(AR)is presented in order to solve this problem of trend prediction for complex electronic system.
针对电子系统状态趋势预测问题,提出了一种加权隐马尔可夫模型的自回归趋势预测方法。
6) decomposable Markov network
可分解马尔可夫网络
1.
It is an important and difficult research project to learn decomposable Markov network structure with missing data.
具有丢失数据的可分解马尔可夫网络结构学习是一个重要而困难的研究课题 ,数据的丢失使变量之间的依赖关系变得混乱 ,无法直接进行可靠的结构学习 。
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