相关距离是随机场理论应用于实际工程可靠度分析的一个重要参数。
本征正交分解(POD)是压缩数据和提取随机场本质特征的有效技术。
针对视频序列图像中的运动目标分割,提出了将马尔可夫随机场模型和活动轮廓模型相结合的运动目标分割算法。
阐述了随机场理论在进行海洋结构物地基可靠度分析中的作用。
高斯马尔可夫随机场模型是具有马尔可夫性质、符合多元高斯分布的概率模型。
马尔科夫随机场是马尔科夫随机过程在二维参数中的推广。
我们用马尔科夫随机场(MarkovRandomField)来融合从待处理图像中提取出的多种深度线索,实现对该图的深度预测。
马尔可夫随机场方法是图像分割中一个极为活跃的研究方向。
提出了随机场的另一种特征尺度——“完全不相关距离”的概念;
提出了一种基于多色彩通道相关性的退化彩色图像恢复算法。
该算法首先利用马尔可夫随机场模型的运动检测算法,得到运动目标的初始模板。
在本算例中,桩所在的土体的剪切模量为一随机场,土的应力应变关系为线性。
在多目标跟踪中提出一种基于条件随机场的关联概率估计策略,实现复杂场景下的多目标跟踪。
传统的马尔可夫随机场(MRF)图像分割在优化求解的过程中存在运算量较大,运算时间过长,算法不收敛等问题。
针对马尔可夫随机场方法用于影像纹理分类进行了探讨。
本文基于马尔可夫随机场,提出了改进的遗传图象恢复方法。
此应用是基于马尔可夫随机场的新特性:势团势能,初始节点的概率密度。
运动目标检测;马尔可夫随机场;期望最大化算法;信念传播;
在非平稳非均匀随机场中大跨度桥梁的复合与局部非线性随机振动研究
空间随机场模型的建立与桩基竖向承载力的可靠度分析
使用一个新奇Markov随机场外模式对合成孔径雷达海冰成象的非检测部分进行处理
桩基础竖向承载力分析中随机场模型的建立
巨大遥感图象的马尔科夫随机场聚类的初值化