目录1方法2Matlab代码实现3结果【若觉文章质量良好且有用，请别忘了点赞收藏加关注，这将是我继续分享的动力，万分感谢！】其他：1. 时间序列转二维图像方法及其应用研究综述_vm-1215的博客-CSDN博客2.将时间序列转成图像——格拉姆角场方法Matlab实现_vm-1215的博客-CSDN博客3.将时间序列转成图像——递归图方法Matlab实现_vm-1215的博客-CSDN博客4.将时间序列转成图像——图形差分场方法Matlab实现_vm-1215的博客-CSDN博客5.将时间序列转成图像——相对位置矩阵方法Matlab实现_vm-1215的博客-CSDN博客1方法马尔可夫转移场（M

马尔可夫蒙特卡洛（MCMC）1.马尔可夫链(MarkovChain)随机过程是一组随机变量XtX_tXt​的集合，ttt为整数的时候，就是离散随机过程。马尔可夫过程是指一个满足马尔可夫性质的随机过程。马尔可夫性质是指:P(Xt+1∣Xt,⋯ ,X1)=P(Xt+1∣Xt)P(X_{t+1}|X_{t},\cdots,X_1)=P(X_{t+1}|X_t)P(Xt+1​∣Xt​,⋯,X1​)=P(Xt+1​∣Xt​)也就是说，当前随机变量的分布，只与上一个时间的随机变量取值有关系，与之前的取值都是独立的。1.1平稳分布(定义)状态空间：状态空间是指这些随机变量所有取值的集合。例如，下雨和晴天的概

马尔可夫蒙特卡洛（MCMC）1.马尔可夫链(MarkovChain)随机过程是一组随机变量XtX_tXt​的集合，ttt为整数的时候，就是离散随机过程。马尔可夫过程是指一个满足马尔可夫性质的随机过程。马尔可夫性质是指:P(Xt+1∣Xt,⋯ ,X1)=P(Xt+1∣Xt)P(X_{t+1}|X_{t},\cdots,X_1)=P(X_{t+1}|X_t)P(Xt+1​∣Xt​,⋯,X1​)=P(Xt+1​∣Xt​)也就是说，当前随机变量的分布，只与上一个时间的随机变量取值有关系，与之前的取值都是独立的。1.1平稳分布(定义)状态空间：状态空间是指这些随机变量所有取值的集合。例如，下雨和晴天的概