马尔科夫模型

一个马尔科夫过程是状态间的转移仅依赖于前n个状态的过程。这个过程被称之为n阶马尔科夫模型,其中n是影响下一个状态选择的(前)n个状态。其中主要包含两大类:

(1)确定性模式(Deterministic Patterns)   考虑一套交通信号灯,灯的颜色变化序列依次是红色-红色/黄色-绿色-黄色-红色。这个序列可以作为一个状态机器,交通信号灯的不同状态都紧跟着上一个状态。这里转移的方式是确定的,也就是说在信号灯不出问题的情况下,信号变化是固定的。

(2)非确定性模式(Non-deterministic patterns),即状态转移是不确定的。考虑到观察一个地区的天气,有晴天,阴天,雨天,雪天。当第一天是晴天的时候,第二天可能会出现阴天和雨天。在这个例子中,转移就会是随机的或者依赖某种概率的。这样的就是非确定性模式。

 

MAK

 

a. A矩阵没有零值的Markov链 b. A矩阵有零值的Markov链 c./d. 左-右形式的Markov链

 

anyShare分享到:
This entry was posted in 新闻动态. Bookmark the permalink.

2 Responses to 马尔科夫模型

  1. 刘进军 says:

    这篇文章貌似有点断章取义,如果能够结合自己的见解来描述马尔可夫模型就更好了。

  2. 金钊 says:

    如果想搞清楚LINK之间的相互作用关系,也许可以尝试这种方法。

发表评论