概率图 、HMM与CRF的区别如下：概率图： 定义：概率图模型是用图来表示变量概率依赖关系的模型。图中的节点表示变量，边表示变量间的依赖关系 。 分类：概率图模型可以分为有向图模型和无向图模型 。HMM： 模型结构：HMM是基于有向图的模型，每个节点代表一个状态 ，边表示状态之间的转移。 假设：HMM受限于齐次马尔可夫假设和观测独立假设 。
首先 ，从模型结构上看，HMM是基于有向图的 ，每个节点代表一个状态 ，边表示状态之间的转移；而CRF则是无向图模型，状态间的依赖关系更为复杂 ，可以自定义特征模板 。
CRF和HMM的阅读笔记条件随机场 定义：CRF是一种无向图模型 ，用于定义观测变量集和目标集合之间的条件概率分布。其核心是求解给定观测变量的条件概率P 。 对数线性模型：CRF通过定义对数线性模型，将因子表示为能量函数w和特征函数的乘积 。这种模型结构有助于清晰地分解权重值 ，并在人工智能学习中进行参数学习。
模型结构：HMM是一种生成模型 ，其基本假设是隐含状态（隐变量）影响着可观察到的输出 。HMM包括隐含状态序列和观察序列，并且假设当前的观察只与当前的隐含状态有关 。CRF是一种判别模型 ，其基本假设是给定输入序列条件下 ，输出序列的概率最大。CRF直接对输出序列进行建模，不涉及隐含状态 。
CRF的核心思想：将有向图模型（MEMM）转为无向图模型，通过全局归一化解决标签偏差问题 。建模对象为条件概率 $ P（Y|X） = frac{1}{Z} exp left（ sum_{t=1}^{T-1} F_t（y_{t-1} ，y_t ，x_{..T}） right） $，其中 $ Z $ 为归一化因子。
〖壹〗 、DeepSORT是一种经典的多目标跟踪算法 ，它在SORT算法的基础上增加了级联匹配和深度关联的方法 ，利用目标的外观特征进行重识别（re-id），从而提高了跟踪的稳定性和准确性。
〖贰〗、SORT和DeepSORT是多目标跟踪中两个知名度比较高的算法 ，它们都以高效和准确而著称 。SORT算法主要依赖于运动信息进行跟踪 ，而DeepSORT则通过引入Deep Association Metric和外观信息，提高了对长时间遮挡目标的跟踪能力 。这两个算法都为MOT领域的发展做出了重要贡献 ，并且为后续的算法研究提供了重要的借鉴和借鉴。
〖叁〗 、SORT中的基础作用：周威的《【MOT】详解SORT与卡尔曼滤波算法》指出 ，SORT算法仅使用卡尔曼滤波和匈牙利算法进行运动关联，而DeepSORT在此基础上引入外观特征 ，提升长期跟踪稳定性 。
〖肆〗 、DeepSort算法是在SORT算法的基础上进行了改进 ，主要解决了在长时间内跟踪遮挡物体时ID变化数量过多的问题 。它通过引入CNN提取物体外观特征，并结合卡尔曼滤波进行运动估计，实现了更加稳定的目标跟踪。核心组件 外观特征提取器 基于CNN模型在大型RE-ID行人数据集上训练 。
〖伍〗、DeepSORT的算法流程大致如下：外观特征提取 为了提取行人目标的外观特征 ，作者设计了一个CNN模型并在一个大规模的行人重识别数据集上进行离线训练 ，训练好的模型被用于在线跟踪时提取目标的外观特征 。
〖壹〗、fak--地基承载力特征值；ηb 、ηd--基础宽度和埋深的地基承载力修正系数；γ--基础底面以下土的重度，地下水位以下取浮重度；b--基础底面宽度（m） ，当基宽小于3m按3m取值 ，大于6m按6m取值；γm--基础底面以上土的加权平均重度，地下水位以下取浮重度；d--基础埋置深度（m） ，一般自室外地面标高算起。
〖贰〗 、地基承载力=8*N-20（N为锤击数）地基承载力特征值fak是由荷载试验直接测定或由其与原位试验相关关系间接确定和由此而累积的经验值 。它相于载荷试验时地基土压力－变形曲线上线性变形段内某一规定变形所对应的压力值 ，其最大值不应超过该压力－变形曲线上的比例界限值 。
〖叁〗、fa=fak+nby（b-3）+ndym（d-0.5）式中：fa--修正后的地基承载力特征值；fak--地基承载力特征值；ηb 、ηd--基础宽度和埋深的地基承载力修正系数；γ--基础底面以下土的重度，地下水位以下取浮重度。
〖肆〗 、地基承载力特征值的计算公式为：fa = Mb * γ * b + Md * γm * d + Mc * Ck 。 在该公式中 ，Ck代表粘聚力 ，其标准值需通过实地勘察和实验由勘察单位确定 。 勘察报告中应详细列出各土层的参数，包括Ck的取值 ，以便于准确计算地基承载力。
〖伍〗、地基承载力=8*N-20（N为锤击数）看地层是什么性质 ，如果是粘性土地层，那么取原状样进行土工试验，求出压缩模量 ，查规范取值；如果是砂类土地层 ，那么根据标准贯入试验或者动力触探试验，记录数据 ，查规范取值。
三个主应力的公式推导主要基于应力状态分析 ，核心是通过应力张量特征值求解或特定应力条件下的简化计算，具体推导过程如下： 纯剪切应力状态下的主应力推导当材料处于纯剪切应力状态时 ，正应力分量σ=σ=0 ，仅存在切应力τ=τ 。
σ3：数值最小的主应力（最小正应力）；σ2：介于σ1与σ3之间的主应力 。三者满足关系：σ1 ≥ σ2 ≥ σ3。主应力的数学推导对于平面应力状态（如薄板受力），主应力可通过解特征方程求得 。
如下公式：横轴是正应力 ，竖轴是切应力 ，其中σσσ3是三个主应力 。从图像中可知三个小应力圆分别对应有一个切应力极大值，三个切应力极大值中有一个是切应力最大值。极大值切应力便称为主切应力 。tmax=+（σ1-σ3）/2tmin=-（σ1-σ3）/2也就是三个应力圆中大圆的半径 。
例如 ，若三个主应力为30MPa 、-15MPa 、-45MPa ，排序后为σ=30MPa，σ=-15MPa，σ=-45MPa。代入公式：将σ和σ代入公式σ_r3 = σ - σ 。上述例子中 ，σ_r3 = 30MPa - （-45MPa） = 75MPa 。
最小主应力（σ）：作用面平行于坝面 ，易出现拉应力，是坝体开裂风险区域；最大主应力（σ）：作用面垂直于坝面 ，为压应力集中区。此特征源于坝体受压时 ，垂直坝面的约束导致水平向应力集中 。
〖壹〗、入侵防御系统（IPS），属于网络交换机的一个子项目 ，为有过滤攻击功能的特种交换机 。
〖贰〗 、入侵防御系统（IPS ，Intrusion Prevention System）是一种网络安全设备，旨在实时检测并防御网络攻击。它通过深入分析网络流量 ，识别出潜在的威胁 ，并采取相应的措施进行阻断，为企业提供更加安全 、可靠的网络环境。
〖叁〗、IPS（入侵防御系统）是一种电脑网络安全设施 ，主要对防病毒软件和防火墙进行补充 。其原理在于 ，IPS系统能够监视网络或网络设备的网络资料传输行为，通过深度检测（如协议分析跟踪 、特征匹配 、流量统计分析、事件关联分析等）流经的每个报文 。
〖肆〗、IPS的诞生：IPS侧重于风险控制，对那些被明确判断为攻击行为 ，会对网络 、数据造成危害的恶意行为进行检测和防御 ，降低或减免使用者对异常状况的处理资源开销。主要功能 入侵防护：实时 、主动拦截黑客攻击、蠕虫 、网络病毒 、后门木马、Dos等恶意流量，保护企业信息系统和网络架构免受侵害 。
发表评论
暂时没有评论，来抢沙发吧~