打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
马尔科夫链的粗粒化
(查看源代码)
2025年6月6日 (五) 18:34的版本
添加55字节
、
2025年6月6日 (五) 18:34
→聚合方法
第738行:
第738行:
当我们决定了最优的划分之后,就能根据该划分得到聚合后的矩阵了。
当我们决定了最优的划分之后,就能根据该划分得到聚合后的矩阵了。
−
假设划分是把若干个状态合成一组,而其他状态各为一组,我们就是对原本的矩阵内,待聚合状态对应的若干行和若干列聚合成一行和一列,而其他元素则保持不动。
+
假设划分是把若干个状态合成一组,而其他状态各为一组,我们要做的是对原本的矩阵内,待聚合状态对应的若干行和若干列聚合成一行和一列,而其他元素则保持不动。
[[文件:矩阵聚合.png|500像素]]
[[文件:矩阵聚合.png|500像素]]
第754行:
第754行:
我们可以把马尔科夫链看做一个状态为节点,转移概率为边。
我们可以把马尔科夫链看做一个状态为节点,转移概率为边。
−
我们把待聚合节点都放进一个大节点的框<math>M</math>里,会发现每个外面的节点转移进这个大节点的概率就等于转移进这个框中所有节点的概率的和,即<math>p_{iM} = \sum_{j \in M} p_{ij}</math>
。
+
我们把待聚合节点都放进一个大节点的框<math>M</math>里,会发现每个外面的节点转移进这个大节点的概率就等于转移进这个框中所有节点的概率的和,即<math>p_{iM} = \sum_{j \in M} p_{ij}</math>
。如此就能满足每行加和为一的条件。
+
[[文件:入流聚合.png|500像素]]
[[文件:入流聚合.png|500像素]]
Liangjh
812
个编辑