一碗酸梅湯 作品

第179章 馬爾可夫隨機場

    江寒先迅速將所有關於“馬爾可夫模型”的論文全部刷完。

    然後在馬爾可夫過程的基礎上,引入了隨機場的概念,提出了“馬爾可夫隨機場”理論。

    嚴格的說,這個理論裡涉及的新概念並不多,主要是思想獨特。

    當然,如果不夠獨特,那也輪不到江寒來“撿漏”了……

    想要理解“馬爾可夫隨機場”,需要先明確“隨機過程”的概念。

    隨機過程是一種數學模型,是對一連串隨機事件之間,動態關係的定量描述。

    隨機過程與微分方程、複變函數等關係密切,是研究隨機現象的重要工具。

    隨機過程無所不在:星系空間物質分佈、分子的布朗運動、原子的蛻變過程、化學反應動力學、電話通訊理論、市場預測、密碼破譯……

    在隨機場的基礎上,添加上馬爾可夫性質,就能得到馬爾可夫隨機場。

    馬爾可夫隨機場在機器視覺與圖像分析領域有著非常廣泛的應用。

    舉個最簡單的例子:分割圖像。

    假設圖像中某一點的特徵,例如灰度、rgb值等,只與其鄰近區域有關,與其他區域無關。

    那麼就能用一個非常簡單的算法,將圖像分割成若干部分。

    很多圖像軟件中的智能摳圖功能,就是利用這一原理實現的。

    概念就是這麼簡單,然而其中涉及的數學原理、技巧,和各種推導過程,相當複雜,若非江寒這幾天數學“功力大進”,還真搞不定。

    但現在嘛……

    江寒只用了一上午時間,就將論文一氣呵成寫完,然後轉換為pdf格式,投遞了出去。

    這次選擇的期刊是《internationaljournalofcomputervision》(計算機視覺國際期刊)。

    以“馬爾可夫隨機場”的重要性和巨大實踐價值,完全值得上一篇一區。

    而根據系統說明書中的說法,一區論文每篇獎勵的學數點,可不只是一兩個點那麼簡單!

    更別說,幾乎每篇一篇文章,都會產生許多引用,而引用次數積累多了,也會轉換成學術點。

    想不到隨便學點東西,就有這麼大的意外收穫。

    這讓江寒十分欣慰。

    要想發財果然還是得靠撿漏,人無橫財不富,無論在哪個世界,都是至理名言。

    那麼,接下來研究點什麼呢?

    最好弄個稍微簡單點,不那麼燒腦的東西。

    江寒想了想,將目光投向了“自組織神經網絡”。

    這個東西不但十分容易弄,而且實用價值也不見得小到哪裡去……