隨機場(random field)是1993年公布的數學名詞。
基本介紹
- 中文名:隨機場
- 外文名:random field
- 所屬學科:數學
- 公布時間:1993年

隨機場(random field)是1993年公布的數學名詞。
條件隨機場(conditional random field,簡稱CRF),是一種鑑別式機率模型,是隨機場的一種,常用於標註或分析序列資料,如自然語言文字或是生物序列。歷史 條件隨機場(CRF)由Lafferty等人於2001年提出,結合了最大熵模型和隱馬爾可夫模型的特點,是一種無向圖模型,近年來在分詞、詞性標註和命名實體識別等序列標註任務...
MRF(馬爾科夫隨機場)是一種基於馬爾科夫性質的隨機場模型,用於描述空間隨機變數間的依賴關係。其核心特性為局部依賴性,即某一位置的狀態僅與鄰近區域相關,可用無向圖描述變數間的相互作用,並通過吉布斯分布表示聯合機率。該模型由安德雷·馬爾科夫於1906年提出,最初通過馬爾科夫鏈研究隨機變數序列的依賴關係,並在...
隨機場 隨機場(random field)是1993年公布的數學名詞。公布時間 1993年,經全國科學技術名詞審定委員會審定發布。出處 《數學名詞》第一版。
《隨機場:分析與綜合(修訂擴展版)》由Erik Vanmarcke編著、高等教育出版社2017年8月出版,屬《套用統計學叢書》學術專著。該書基於麻省理工學院出版社原版修訂擴展,聚焦隨機場理論在機率分析及工程套用中的系統性框架構建。全書以機率論基礎為起點,系統闡述二階分析至多維隨機場預測方法,涵蓋高斯分布、閾值穿越等...
該項目以自然圖像和遙感圖像為研究對象,通過構建隨機場模型實現多層次、多類型圖像統計特性的統一建模。研究內容包括局部與全局統計特性基礎模型、空譜統計特性融合模型等,重點開發面向圖像復原與分類的套用策略。團隊提出了語義全局統計特性建模、內外統計特性自適應組合等方法,並在實際任務中驗證了模型有效性。項目執行...
英文:random variable field 釋文 研究這種場的被稱為機率滲流力學或隨機場滲流力學。機率滲流力學有三種不同的研究方法:①微擾方法;②斯克沃爾佐夫法;③實用工程計算法。這些方法將地層參數看成或者部分是隨機分布的,或者全部是隨機分布的,或者是常態分配的,從而採用與之適應的方法研究隨機參數場的滲流問題。
《隨機場的若干問題及套用研究》是依託華東師範大學,由王文勝擔任項目負責人的面上項目。項目摘要 本課題研究隨機場(隨機向量場)的極限性質,特別是套用極限理論的方法技巧研究(多參數)隨機過程的樣本的精細性質及套用。包括:(1) 研究在一般框架下的(各向異性的,增量不一定平穩的,弱或強相依的)高斯隨機場和與...
Gibbs隨機場的中心極限定理 《Gibbs隨機場的中心極限定理》是由陳東青所寫的一篇論文。導師 嚴士健,陳木法教授指導 學位級別 d 1990n 學位授予單位 北京師範大學 學位授予時間 1990 關鍵字 隨機場
《隨機場的漸近理論及其套用研究》是依託浙江大學,由張榮茂擔任項目負責人的青年科學基金項目。項目摘要 隨機場作為一種數學模型用來模擬自然界與人類社會中具有空間關聯的隨機現象,一直受到廣泛的關注和研究。本項目擬研究幾類重要隨機場(如Stable單、分數布朗單、局部非確定性隨機場)樣本軌道的漸近性質;解決在隨機分形中
《神經高斯隨機場的建模、分析及套用》是依託復旦大學,由盧文聯擔任項目負責人的面上項目。項目摘要 本項目的目標是基於計算神經模型,通過構建輸入到輸出神經放電點過程的激發率的期望、方差(變異係數)和相關係數的映射,建立新的神經高斯隨機場模型,為研究計算神經科學建立一個新平台,利用數學和統計的工具分析計算...
《多參數隨機過程和隨機場的極限理論》是依託浙江大學,由張立新擔任項目負責人的青年科學基金項目。項目摘要 本項目研究了多指標隨機場和Gauss過程的極限理論。內容包括:實值和B值混合隨機場的強極限定理以及抽象空間上混合隨機場的極限性質與空間幾何結構的等價關係;負相關、弱負相關和漸近負相關隨機場的中心極限定理...
隨機有限元法(Stochastic FEM),又稱機率有限元法,是結合隨機分析理論與有限元方法的數值分析工具,用於處理工程中的不確定性問題。該方法起源於20世紀70年代初,首部專著《隨機有限元譜方法》於1991年出版。該方法通過隨機場局部平均理論、主模態技術及攝動法、Neumann級數展開等手段最佳化協方差矩陣計算,提升結構隨機...
《圖像分析、隨機場和馬爾可夫鏈蒙特卡羅方法(第2版)》是2016年7月1日世界圖書出版公司出版的著作,作者是Gerhard、Winkler。內容簡介 《圖像分析、隨機場和馬爾可夫鏈蒙特卡羅方法(第2版 英文版)》主要研究了圖像分析的隨機場方法、相關的馬爾可夫鏈蒙特卡羅法、貝葉斯圖像分析的統計推斷,重點關注了一般性原理...
隨機神經場 隨機神經場(random neural field)是2018年公布的生物物理學名詞。定義 腦內神經元放電活動的時間過程與空間位置信息構成的一個場。這些神經元電活動往往是隨機的。出處 《生物物理學名詞》第二版。
《Markov隨機場在視覺和圖像處理中的套用》是2014年科學出版社出版的圖書,作者是(美)Andrew Blake、(美)Pushmeet Kohli、(美)Carsten Rother。內容簡介 本書首先對Markov隨機場進行了基本的介紹和描述,圍繞Markov隨機場最關鍵的最大後驗機率MAP推理問題詳細介紹了幾種基本求解方法,主要包括二元離散標記下的圖切割方法...
《變化檢測驅動的邊緣約束條件隨機場模型及其遷移學習》是依託華東師範大學,由曹桂濤擔任項目負責人的專項基金項目。項目摘要 隨著社會的發展,生態環境變化對人類的影響越來越受到關注,因而迫切需要研究檢測這些變化的快速有效的方法。條件隨機場模型(CRF)已經在基於多時相遙感數據的圖像標記和分割方面已經發揮了一定的...
《馬爾可夫隨機場及非齊次馬氏鏈的極限理論》是依託江蘇大學,由楊衛國擔任項目負責人的面上項目。 項目摘要 本項目研究非齊次馬氏鏈的強大數定律及熵定理,樹圖上馬氏鏈場的強大數定律及熵定理,樹指標馬氏鏈的常返性及強大數定律,樹圖上馬爾可夫隨機場的強極限定理及熵定理,格上馬爾可夫隨機場的強極限定理及熵定理,一般圖上
《基於條件隨機場的生物信息學方法》是依託中國科學院數學與系統科學研究院,由吳凌雲擔任項目負責人的面上項目。項目摘要 海量生物數據和複雜數據結構對現有的生物信息學模型和算法提出了巨大的挑戰。隱馬爾可夫模型是生物信息學中非常重要的工具之一,常用於序列數據的標識和分類等。條件隨機場是隱馬爾可夫模型的推廣,...
《基於條件隨機場模型的高解析度遙感影像變化檢測研究》是依託武漢大學,由魏立飛擔任項目負責人的青年科學基金項目。項目摘要 高解析度遙感影像變化檢測技術能充分利用影像中地物的多特徵信息,提高變化檢測結果的完整性和精度,具有重要的研究意義。傳統的高解析度遙感影像多特徵變化檢測方法存在檢測結果信息冗餘、多特徵信息...
《隨機過程與隨機場理論中若干問題的研究》是依託中國科學院大學,由胡曉予擔任項目負責人的面上項目。項目摘要 本項目擬研究隨機過程(包括Lévy過程、高斯自由場)的軌道性質,隨機環境中分枝過程的極限理論以及隨機過程在某些實際模型中的套用。這些研究內容有較大的理論意義和很強的實際背景,其中有些內容如高斯自由場...
《小波域馬爾可夫隨機場在圖像處理中的套用》是2011年電子工業出版社出版的圖書,作者是李旭超。本書講述小波域馬爾可夫隨機場在圖像降噪與分割中的套用,主要內容包括空域和小波域圖像統計模型的建立等。內容簡介 主要內容包括空域和小波域圖像統計模型的建立、參數估計、期望最大值算法及其改進,以及多解析度分析技術、...
《基於時空Markov隨機場的遙感影像超解析度製圖研究》是依託中國科學院精密測量科學與技術創新研究院,由李曉冬擔任項目負責人的青年科學基金項目。項目摘要 遙感影像超解析度製圖是利用遙感數據獲得更高空間解析度地物分類圖的過程。當前超解析度製圖主要採用單一時相數據源,模型僅依據亞像元的空間關聯特徵對求解的亞像元類別...
《基於條件隨機場的大尺度複雜目標分割與三維建模方法》是依託上海交通大學,由石繁槐擔任項目負責人的青年科學基金項目。項目摘要 基於單目視覺,運用條件隨機場理論研究大尺度複雜目標分割與三維建模方法。主要包括:針對單幅圖像,尋求一種同時利用圖像的局部特徵和目標類別信息,基於條件隨機場理論將自頂向下和自底向上...
《城市場景動態雷射點雲的時域關聯隨機場分析》是依託武漢大學,由李明擔任項目負責人的面上項目。項目摘要 本項目針對無人駕駛車輛的Velodyne雷達採集動態點雲的特點(如:360度全景、高重疊度、前後幀關聯、動態長時間序列),引入時域關聯信息到馬爾科夫隨機場點雲分類模型的節點類別標記集中;並將點雲幀間類別、形態...
《基於深度隨機場的跨域細胞行為檢測方法研究》是依託天津大學,由劉安安擔任項目負責人的面上項目。項目摘要 細胞行為自動檢測是當前高通量細胞生理周期定量分析亟待解決的問題。針對該問題,擬提出基於深度隨機場的跨域細胞行為檢測方法。該方法包括細胞行為候選序列提取、低層特徵表示和細胞行為建模三個部分,本課題將重點...
若高斯過程為高斯隨機場,對應的指數集表示空間時,其核函式的選擇有各向同性與各向異性之分。各向同性表示樣本的協方差與其向量的方向無關,即僅與距離有關,各向異性反之。對先前表中的平穩核函式,若定義 ,則其為各向同性核函式,若定義 則其為各向異性核函式,是表征各向異性的矩陣函式,其對角元素表示不同維度...
克里金法(Kriging)是依據協方差函式對隨機過程/隨機場進行空間建模和預測(插值)的回歸算法。在特定的隨機過程,例如固有平穩過程中,克里金法能夠給出最優線性無偏估計(Best Linear Unbiased Prediction, BLUP),因此在地統計學中也被稱為空間最優無偏估計器(spatial BLUP)。對克里金法的研究可以追溯至二十世紀...
基本的Graphical Model 可以大致分為兩個類別:貝葉斯網路(Bayesian Network)和馬爾可夫隨機場(Markov Random Field)。它們的主要區別在於採用不同類型的圖來表達變數之間的關係:貝葉斯網路採用有向無環圖(Directed Acyclic Graph)來表達因果關係,馬爾可夫隨機場則採用無向圖(Undirected Graph)來表達變數間的相互作用。這種...
