江寒先迅速將所有關于“馬爾可夫模型”的論文全部刷完。
然后在馬爾可夫過程的基礎上，引入了隨機場的概念，提出了“馬爾可夫隨機場”理論。
嚴格的說，這個理論里涉及的新概念并不多，主要是思想獨特。
當然，如果不夠獨特，那也輪不到江寒來“撿漏”了……
想要理解“馬爾可夫隨機場”，需要先明確“隨機過程”的概念。
隨機過程是一種數學模型，描述了空間上粒子的隨機運動過程，是對一連串隨機事件之間，動態關系的定量描述。
從銀河亮度的起伏到星系空間的物質分布；從分子的布朗運動到原子的蛻變過程；從化學反應動力學到電話通訊理論；從謠言的傳播到傳染病的流行；從市場預測到密碼破譯……
隨機過程無所不在。
隨機過程與微分方程、復變函數等有密切聯系，是研究隨機現象的重要工具。
將一個隨機過程中的隨機變量序列，按時間先后關系依次排開。
如果第N+1時刻的分布特性，與N時刻以前的隨機變量的取值無關，那么，它就具有了馬爾可夫性質。
當給每一個位置按照某種分布，隨機賦予相空間的一個值之后，其全體就叫做隨機場。
在隨機場的基礎上，添加上馬爾可夫性質，就能得到馬爾可夫隨機場……
馬爾可夫隨機場在機器視覺與圖像分析領域有著非常廣泛的應用。
舉個最簡單的例子：分割圖像。
假設圖像中某一點的特征，灰度、RGB值等，只與其鄰近區域有關，與其他區域無關。
那么就能用一個非常簡單的算法，將圖像分割成若干部分。
很多圖像軟件中的智能摳圖功能，就是利用這一原理實現的。
概念就是這么簡單，然而其中涉及的數學原理、技巧，和各種推導過程，相當復雜，若非江寒這幾天數學“功力大進”，還真搞不定。
但現在嘛……
江寒只用了一上午時間，就將論文一氣呵成寫完，然后轉換為PDF格式，投遞給了《IIONALJOURNALOFPUTERVISION》（計算機視覺國際期刊）。
以“馬爾可夫隨機場”理論的重要性和巨大實踐價值，完全值得上一篇一區。
想不到隨便學點東西，就有這么大的意外收獲。
江寒很欣慰。
那么，接下來研究點什么呢？
最好弄個稍微簡單點，不那么燒腦的東西。
江寒想了想，又將目光投向了“自組織神經網絡”……
※※※
松江一中。
教學樓門外。
距離人進認出的樓門不遠，有一個公告墻，上面張貼著各種通知、公告、榜單。
今天，公告墻上多了一張大紅榜，上面用金字書寫著人名和數字。
這是一張成績單。
NOIP2012提高組的初賽成績，終于公示了。
分數一出來，校方立即派人制成了海報，張貼于此。
當然，上榜的人只有三個，都是松江一中的參賽選手。
公告墻下人山人海……好吧，沒那么夸張。
因為地方不夠大，滿打滿算也就能站下百多人，而且最外圍的人，基本什么也看不清。
但這并不妨礙大家的熱情。
“哇，又到了一年一度，瞻仰大神的時間了。”
“看我們學校，今年居然上榜了3個！”
“是啊，以前幾年才有一、兩個，今年已經算是豐年了。”
“你們光注意人數嗎？沒看見排名第一的那位，那是什么樣的成績嗎？”
“早就看到了，江寒，滿分通過。”
“這個才叫聳人聽聞，太變態了！”
“羨慕、嫉妒、不敢恨。”
“噯，這實力，復賽肯定有一枚獎牌了，就是不知道金的還是銀的？”
“那還用問嗎？妥妥的一等獎，沒懸念。”
……
上官和李東、李山河也都在布告欄下。