trong đó n là một quá trình tiếng ồn trắng. Mô hình này thường được sử dụng khi phát triển mã hóa
thuật toán cho các bài phát biểu và hình ảnh.
Việc sử dụng các mô hình Markov không cần giả thiết tuyến tính. Ví dụ,
hãy xem xét một hình ảnh nhị phân. Những hình ảnh chỉ có hai loại điểm ảnh, điểm ảnh màu trắng và đen
pixel. Chúng ta biết rằng sự xuất hiện của một điểm ảnh màu trắng như những quan sát tiếp theo phụ thuộc,
đến một mức độ nào, vào việc các điểm ảnh hiện tại là màu trắng hoặc đen. Do đó, chúng ta có thể mô hình
các quá trình pixel như một thời gian rời rạc chuỗi Markov. Xác định hai quốc Sw và Sb (Sw sẽ
tương ứng với các trường hợp các điểm ảnh hiện tại là một điểm ảnh màu trắng, và Sb tương ứng với
trường hợp các điểm ảnh hiện tại là một điểm ảnh màu đen). Chúng tôi xác định xác suất chuyển đổi P? W / b?
Và P? B / w ?, và xác suất bị trong mỗi P bang Sw? và P? Sb ?. Các mô hình Markov
sau đó có thể được biểu diễn bằng sơ đồ trạng thái như trong hình 2.2.
Entropy của một quá trình hữu hạn nhà nước với các quốc gia Si chỉ đơn giản là giá trị trung bình của
entropy tại mỗi tiểu bang
đang được dịch, vui lòng đợi..