江寒先迅速将所有关于“马尔可夫模型”的论文全部刷完。
然后在马尔可夫过程的基础上，引入了随机场的概念，提出了“马尔可夫随机场”理论。
严格的说，这个理论里涉及的新概念并不多，主要是思想独特。
当然，如果不够独特，那也轮不到江寒来“捡漏”了……
想要理解“马尔可夫随机场”，需要先明确“随机过程”的概念。
随机过程是一种数学模型，描述了空间上粒子的随机运动过程，是对一连串随机事件之间，动态关系的定量描述。
从银河亮度的起伏到星系空间的物质分布；从分子的布朗运动到原子的蜕变过程；从化学反应动力学到电话通讯理论；从谣言的传播到传染病的流行；从市场预测到密码破译……
随机过程无所不在。
随机过程与微分方程、复变函数等有密切联系，是研究随机现象的重要工具。
将一个随机过程中的随机变量序列，按时间先后关系依次排开。
如果第N+1时刻的分布特性，与N时刻以前的随机变量的取值无关，那么，它就具有了马尔可夫性质。
当给每一个位置按照某种分布，随机赋予相空间的一个值之后，其全体就叫做随机场。
在随机场的基础上，添加上马尔可夫性质，就能得到马尔可夫随机场……
马尔可夫随机场在机器视觉与图像分析领域有着非常广泛的应用。
举个最简单的例子：分割图像。
假设图像中某一点的特征，灰度、RGB值等，只与其邻近区域有关，与其他区域无关。
那么就能用一个非常简单的算法，将图像分割成若干部分。
很多图像软件中的智能抠图功能，就是利用这一原理实现的。
概念就是这么简单，然而其中涉及的数学原理、技巧，和各种推导过程，相当复杂，若非江寒这几天数学“功力大进”，还真搞不定。
但现在嘛……
江寒只用了一上午时间，就将论文一气呵成写完，然后转换为PDF格式，投递给了《IIONAL JOURNAL OF PUTER VISION》（计算机视觉国际期刊）。
以“马尔可夫随机场”理论的重要性和巨大实践价值，完全值得上一篇一区。
想不到随便学点东西，就有这么大的意外收获。
江寒很欣慰。
那么，接下来研究点什么呢？
最好弄个稍微简单点，不那么烧脑的东西。
江寒想了想，又将目光投向了“自组织神经网络”……
※※※
松江一中。
教学楼门外。
距离人进认出的楼门不远，有一个公告墙，上面张贴着各种通知、公告、榜单。
今天，公告墙上多了一张大红榜，上面用金字书写着人名和数字。
这是一张成绩单。
NOIP2012提高组的初赛成绩，终于公示了。
分数一出来，校方立即派人制成了海报，张贴于此。
当然，上榜的人只有三个，都是松江一中的参赛选手。
公告墙下人山人海……好吧，没那么夸张。
因为地方不够大，满打满算也就能站下百多人，而且最外围的人，基本什么也看不清。
但这并不妨碍大家的热情。
“哇，又到了一年一度，瞻仰大神的时间了。”
“看我们学校，今年居然上榜了3个！”
“是啊，以前几年才有一、两个，今年已经算是丰年了。”
“你们光注意人数吗？没看见排名第一的那位，那是什么样的成绩吗？”
“早就看到了，江寒，满分通过。”
“这个才叫耸人听闻，太变态了！”
“羡慕、嫉妒、不敢恨。”
“嗳，这实力，复赛肯定有一枚奖牌了，就是不知道金的还是银的？”
“那还用问吗？妥妥的一等奖，没悬念。”
……
上官和李东、李山河也都在布告栏下。