变分贝叶斯相关论文
相位恢复是指从无相位测量值中恢复出原始信号的过程,在信号和图像处理等领域应用十分广泛。随着压缩感知理论的发展,稀疏相位恢复......
卡尔曼滤波器被广泛用于解决线性高斯系统的状态估计问题.然而,在实际应用中过程噪声与系统模型参数先验信息未知，且量测受到异常值......
目前水文领域关于深度学习的研究多集中于提高预测能力方面，与具有物理机制的水文模型相比，深度学习复杂的内部结构导致其不具备可解......
近年来,随着深度学习的快速发展,各种不同类型的深度神经网络在计算机视觉、自然语言处理以及无人驾驶等不同领域中取得了成功。为......
为解决移动机器人在同步定位与建图（SLAM）中因系统噪声和观测噪声时变导致状态估计精度降低的问题，该文提出一种基于变分贝叶斯的双尺......
近年来,无人驾驶技术蓬勃发展,在物流、共享出行、环卫、军事等领域内被广泛应用。为了保证无人车安全、可靠的行驶,对高精度车载......
针对杂波环境下的目标跟踪问题，提出了一种基于变分贝叶斯的概率数据关联算法（VB-PDA）。该算法首先将关联事件视为一个随机变量并利用......
大多数实际工业过程在一定程度上都呈现出非线性特性,使用线性模型来拟合系统的动态特性不一定能得到满意的效果,研究非线性系统的......
近年来,在大数据与高性能计算平台的支撑下,深度卷积神经网络因其对于图像数据的强大非线性拟合能力、高度特征抽象能力和自动特征......
近年来,随着大规模传感网络技术的发展,分布式协同技术被广泛应用于各种移动定位和跟踪场合中,如多机器人协同目标跟踪、雷达组网......
针对探地雷达(ground penetrating radar,GPR)采集数据时会产生高频杂波影响地下目标自动识别的问题.提出了一种基于变分贝叶斯的G......
本文在解决含噪混合系统的盲分离问题时,考虑了源信号本身包含的时间信息,提出了用泛化自回归模型来描述源信号的时间相关特性,把......
卡尔曼滤波器假设量测噪声为已知统计特性的高斯白噪声,然而系统可能受到不确定随机噪声以及未知有界噪声共同影响,若采用单一滤波......
针对点集匹配中异常值的干扰问题, 提出了一种基于贝叶斯学生t分布混合模型(SMM)的稳健仿射点集匹配方法。在贝叶斯框架下, 该算法......
针对低分辨率遥感影像空间分辨率提升问题,提出一种基于在线变分贝叶斯期望最大化耦合字典学习的单幅遥感影像超分辨率重建算法。......
高斯混合模型(Gaussian Mixture Model,GMM)无法通过观测数据来自动选择适当数量的混合物分量,故无法准确描述数据。因此,将狄利克......
本文主要研究了几何主动轮廓模型，和多特征集协作学习在图像分割中的应用。工作主要从以下几个方面进行：从定制矢量流的角度，讨论了集......
随着工业大数据时代的来临，发展基于数据的建模方法显得尤为重要。基于工业过程数据的建模问题，一个重要的挑战是收集到的数据含有噪......
回归问题、分类问题和聚类问题是机器学习领域中的三类经典问题。现有的回归模型在处理回归问题时有一些弊端，而传统的分类算法和聚......
图像在拍摄获取、存储和传输等过程中,由于操作、光线等会造成各种噪音。变分贝叶斯估计图像滤波去噪算法,是通过平均场理论将隐变......
本文针对SINS/GPS组合导航量测噪声可能存在的厚尾特性和时变特性而导致的滤波精度下降的问题,提出了基于Student-t分布的变分贝叶......
潜在主题模型(LDA)是一种常用的文本分析方法,它把文本看成一个单词的集合,通过分析词语的含义和使用背景来挖掘文本的潜在信息。......
随着传感器技术的进步以及形状建模理论的完善,扩展目标跟踪技术应运而生。因其克服了点目标跟踪技术无法提供目标形状信息的缺陷,......
随着机器人技术的不断进步,各式各样的机器人逐渐开始在人们的日常工作和生活中发挥作用,其中,移动机器人以其灵活性和机动性,更是......
图像作为生产、生活的重要媒介,其应用范围非常广泛。在拍摄图像的过程中由于相机抖动、物体运动等原因造成图像模糊不清。给人们......
主题模型(Topic Model,TM)作为一种非监督学习方法被广泛应用于主题抽取任务当中,然而它是一种仅以词共现为基础的数据驱动模型,抽......
随着人们获取语音数据的便利化,使得我们生活在一个可以无限获取语音数据的时代,尽管如此,我们并不能充分有效地使用未标注语音数......
为解决车辆运动状态估计中卡尔曼滤波器因量测噪声统计特性发生变化而出现性能降低甚至滤波发散的问题,针对双轨车辆模型提出了一......
时变信道干扰信号功率的估计和预测在自适应抗干扰和频谱资源分配等应用中具有重要意义。针对时变信道中的干扰信号功率,文章通过......
本论文在国家自然科学基金(50775208)、河南省教育厅自然科学基金(2006460005,2008C460003)资助下,针对传统独立分量分析所存在的......
实时获取的高分辨率图像信息在医学治疗、视频监控、遥感卫星成像等领域发挥着十分重要的作用。然而,由于成像设备在获取图像过程......
挖掘基因之间的相互作用以及基因对于外界环境变化的响应机制，可以帮助人们更好地认识生命现象，揭示生命本质。 本文主要针对动静......
随着无线通信的迅猛发展,频谱资源已经变成了一种稀缺资源,认知无线电正为了解决这一问题的一项关键技术,有效的利用了频谱资源。......
盲源分离技术是信号处理领域的一个活跃的研究方向。人们发现可以将盲源分离问题纳入到贝叶斯网络的框架,利用变分贝叶斯理论通过......
基于变分贝叶斯及相空间重构理沦,提出了含噪混沌时间序列相空间域线性回归预测模型.该模型对序列进行相空间重构,在相空间中用变......
说话人聚类是说话人分离中的一个重要过程,然而误差向上传递的情况会由于传统的以贝叶斯信息准则作为距离测度的层次聚类方式而出......
给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器。分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误......
为解决水下航行器捷联惯性导航系统(SINS)与多普勒计程仪(DVL)、长基线(LBL)定位设备组合导航问题,提出使用集中式滤波方案,并建立......
统计机器翻译一般采用启发式方法训练翻译模型.但启发式方法的理论基础不够完善,因此,会导致翻译模型规模庞大以及模型参数精确率......
有限高斯混合模型广泛应用于模式识别、机器学习和数据挖掘等领域，但现实中的许多数据都具有非高斯性，而高斯混合模型无法准确地描述......
由于噪声的干扰,噪声环境下机械源信号盲分离方法往往分离效果很差。针对这一问题,提出了一种基于变分贝叶斯理独立分量分析的盲分......
针对存在异常值的非刚性点集匹配问题,提出了一种基于贝叶斯混合t分布模型的匹配方法。在变分贝叶斯框架下,点集匹配问题转化为最......
针对带有精度分类信息的方差未知量测数据的滤波问题,本文提出了一种扩展的变分贝叶斯自适应Kalman滤波(EVB-AKF)算法。该算法在量......
针对变分贝叶斯迭代运算中参数集分解所带来的问题,定义表观信息作为新的目标函数,提出了一种改进型的变分贝叶斯方法。该方法应用......
提出一种基于变分贝叶斯推理的高光谱图像恢复方法.建立描述高斯噪声的最大似然函数项,采用小波基矩阵变换,构建小波变换后因子稀......
基于变分贝叶斯及相空间重构理论，提出了含噪？昆沌时间序列相空间域线性回归预测模型。该模型对序列进行相空间重构，在相空间中用变分......
公共交通安全场景中,在量测噪声是闪烁噪声的情况下,扩展目标的跟踪性能将会急剧下降。针对这一问题,提出一种闪烁噪声下基于变分......
