首页 > 代码库 > 统计学习——随机过程
统计学习——随机过程
随机过程:我的理解是随机变量的集合.比如X(t)=Acos(wt+θ),t>=0,A,w为常数,θ为[0,2π]上均匀分布的随机变量.对于固定的t,X(t)是一个随机变量,它是θ的函数.由于θ是一个随机变量,那么它的函数也是随机变量.对于不同的t,如t1,t2.X(t1),X(t2)就是两个不同的随机变量.所以你只要搞清随机变量这个概念, 随机过程即在随机变量的基础上引入时间的概念,随机过程只是在时间上的一串随机变量罢了.
随机场包含两个要素:位置(site),相空间(phase space)。当给每一个位置中按照某种分布随机赋予相空间的一个值之后,其全体就叫做随机场。我们不妨拿种地来打个比方。“位置”好比是一亩亩农田; “相空间”好比是种的各种庄稼。我们可以给不同的地种上不同的庄稼,这就好比给随机场的每个“位置”,赋予相空间里不同的值。所以,俗气点说,随机场就是在哪块地里种什么庄稼的事情。
马尔科夫过程和马尔可夫链:在时间轴上,由上一个状态转换到当前一个状态,当前的状态只与前面有限个状态有关,这个转换过程称之为马尔科夫过程,而这些状态组成的序列称之为马尔可夫链。如果,当前的状态只与前面的一个状态相关,则称之为一阶马尔可夫链;如果是N个,则称之为N阶马尔可夫链。
高斯过程和高斯混合模型的区别:高斯过程指的当前的状态序列符合高维的高斯分布,加入下一个状态组成的新的状态序列还是一个高斯分布;而高斯混合模型是一个序列中,每个元素都符合高斯分布。
统计学习——随机过程
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。