条件随机场模型是Lafferty于2001年，在最大熵模型和隐马尔科夫模型的基础上，提出的一种判别式概率无向图学习模型，是一种用于标注和切分有序数据的条件概率模型。
CRF最早是针对序列数据分析提出的，现已成功应用于自然语言处理(Natural Language Processing，NLP） 、生物信息学、机器视觉及网络智能等领域。
1.序列标注的例子
标注（实体命名识别）：任命...
分类：
其他好文 时间：
2014-12-03 15:46:28
阅读次数：
242
语言模型，马尔科夫模型，bigram，trigram
分类：
其他好文 时间：
2014-10-27 20:55:46
阅读次数：
205
转自：http://blog.csdn.net/stdcoutzyx/article/details/8522078学习概率的时候，大家一定都学过马尔科夫模型吧，当时就觉得很有意思，后来看了数学之美之隐马模型在自然语言处理中的应用后，看到隐马尔科夫模型竟然能有这么多的应用，并且取得了很好的成果，更觉...
分类：
其他好文 时间：
2014-10-18 16:44:18
阅读次数：
297
首先介绍下隐马尔可夫模型，它是一个时序的概率模型，概念书上有原话，大致的意思是：由一个隐马尔科夫链随机生成的无法观测的状态随机序列，每个状态再产生一个可以观测的随机序列，结合书上的例子，这个状态可以是一个盒子，观测值就是盒子里面取出来的是红球还是白球。 下面是一些定义： Q：所有可...
分类：
其他好文 时间：
2014-10-16 20:53:23
阅读次数：
309
l 方法综述l Kalman 滤波器，扩展Kalman 滤波器，l 点追踪，轮廓追踪，3D建模追踪，基于颜色分布的追踪方法。l 3D建模方法跟踪很有效，但耗费时间。颜色直方图方法因为简单，有效并且高效的特性，成为了目前比较流行的一个用于表示被跟踪目标的方法。但颜色直方图也有局限性。隐马尔科夫模型是另...
分类：
其他好文 时间：
2014-10-01 00:37:20
阅读次数：
302
1、随机过程：
描述某个空间上粒子的随机运动过程的一种方法。它是一连串随机事件动态关系的定量描述。随机过程与其它数学分支，如微分方程、复变函数等有密切联系，是自然科学、工程科学及社会科学等领域研究随机现象的重要工具。
2、马尔科夫随机过程：
是随机过程的一种，其原始模型为马尔科夫链，由俄国数学家马尔科夫于1907年提出。其主要特征是：在已知目前状态（现在）的条件下，它未来的变化（将来）...
分类：
其他好文 时间：
2014-09-18 09:50:33
阅读次数：
180
模型定义 隐马尔科夫模型定义如下：$$\lambda = (Q,V,A,B,\pi);$$ I是长度为T的状态序列：$I=(i_1,i_2,...,i_T)$; O是对应的观测序列: $O = (o_1,o_2,...,o_t)$; 其中： 1) Q为状态的集合:$Q={q_1,q_2,....
分类：
其他好文 时间：
2014-09-01 00:16:02
阅读次数：
212
马尔科夫模型
马尔科夫模型是单重随机过程，是一个2元组：(S,A)。
其中S是状态集合，A是状态转移矩阵。
只用状态转移来描述随机过程。
马尔科夫模型的2个假设
有限历史性假设：t+l时刻系统状态的概率分布只与t时刻的状态有关，与t时刻以前的状态无关；
齐次性假设：从t时刻到t+l时刻的状态转移与t的值无关。
以天气模型为例
天气变化有3中状态S:{1(阴),2（云）,...
分类：
其他好文 时间：
2014-08-27 11:01:47
阅读次数：
266
卡尔曼滤波建立在隐马尔科夫模型上，是一种递归估计。也就是说，只需要知道上一个状态的估计值，以及当前状态的观测值，就能计算当前状态的最优估计值。
而不需要更早的历史信息。
卡尔曼滤波器的2个状态
1.最优估计
2.误差协方差矩阵
这两个变量迭代计算，初始值多少，其实没有影响。反正最后都能收敛到最优估计。
预测过程
F是状态转移矩阵，B是控制矩阵（也可以不需要）。Q是过程噪声...
分类：
其他好文 时间：
2014-08-20 18:02:32
阅读次数：
392
HMM（隐马尔科夫模型）基本原理及其实现HMM基本原理Markov链：如果一个过程的“将来”仅依赖“现在”而不依赖“过去”，则此过程具有马尔可夫性，或称此过程为马尔可夫过程。马尔可夫链是时间和状态参数都离散的马尔可夫过程。HMM是在Markov链的基础上发展起来的，由于实际问题比Markov链模型所...
分类：
其他好文 时间：
2014-08-19 22:22:45
阅读次数：
365
