稀疏贝叶斯相关论文
机载雷达通常处于下视工作状态,接收到的后向散射回波中往往包含功率很强的地杂波。地杂波强度大、范围广且在距离多普勒平面上会......
稀疏贝叶斯学习(SBL)应用于互质阵列、欠定宽带信号在未知噪声场的波达方向(DOA)估计。使用扩展协方差矩阵,互质阵列可以实现更高......
视频序列分析是机器视觉领域中的一个十分活跃的分支，它的一个土要应用就是视频序列中运动目标的检测、跟踪和识别，利用视频成像技术......
为了解决相干信源条件下的离格波达方向(Direction of Arrival,DOA)估计问题,在现阶段研究成果的基础上,将子空间平滑技术(Subspac......
在地震勘探的不断深入发展中,地震资料大量被用于油气储层的精细描述以及生产中储层瞬时变化的监控等,因此对高精度、高分辨率地震......
随着社会经济的发展和工业化的进步,金属零件产品已经广泛运用于国民经济的各个行业。为满足科技和生产的需求,金属零件正向着形状......
研究子阵位移误差对被动合成孔径定位结果的影响,通过将各虚拟子阵阵间位移误差作为参数引入阵列模型,提出一种基于子阵位移失配模......
无线通信系统中,有许多真实信道的信道系数在传输中表现稀疏性,利用稀疏性这个特征,可有效降低通信计算中的复杂度。本文主要是构......
提出了一种基于贝叶斯理论的电磁层析成像(EMT)图像重建算法。传统的正则化方法仅仅能获得单一电导率的近似估计值,提供的模型信息......
本文阐述了稀疏贝叶斯方法在非线性系统辨识中应用的基本理论,利用稀疏贝叶斯方法对一个单输入、单输出非线性系统的进行了仿真实......
针对通信网告警中预示重大故障的告警数量少、不适合用传统预测方法的特点,提出了一种基于稀疏贝叶斯的通信告警序列预测方法(PBM)......
股票价格模型是金融理论分析与实证分析的重要基础,学术界与金融业界对其建模预测一直保持着极大的兴趣,但由于股票价格表现出高噪......
介绍了一种与支持向量机(SVM)函数形式相同的稀疏概率模型——关联向量机(RVM),其训练是在贝叶斯框架下进行的,在处理具有噪声的函......
基于具有核函数不用满足Mercer条件、相关向量自动确定及核函数少特点的稀疏贝叶斯的相关向量机核学习方法,提出了平滑先验条件约......
针对模拟电路故障与特征间存在的模糊组及交叠,首先建立基于Fisher准则函数的最佳聚类数自适应估计方法,采用模糊核聚类选择最优可......
传统的传感器故障诊断模型受限于所采用的机器学习方法需要人为设定参数，诊断精度依赖于参数设置的好坏，且无法实现传感器在线诊断，为......
结合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS),给出一种在噪声测量条件下重建可压缩图像的方法。该方法将CS理论中图像重建过程看......
相比于传统机载相控阵雷达,机载发射子孔径-多输入多输出(TS-MIMO)雷达的空域自由度成倍扩大,采用空时自适应处理(STAP)时所需训练......
支持向量机（SVM）是利用核函数产生组合优化应用于回归和分类问题的技术。然而SVM具有明显的缺少概率的输出，要求估计权衡参数和必须满......
电力线通信脉冲噪声干扰是影响通信系统性能的主要因素之一。文中针对电力线中的脉冲噪声，采用基于稀疏贝叶斯学习算法的抗脉冲方法......
阐述了稀疏贝叶斯方法在时间序列预测中应用的理论基础,将稀疏贝叶斯方法应用于Logistic方程产生的混沌时间序列和发动机油滑数据......
在线极端学习机（online sequential extreme learning machine,OSELM）模型在解决动态数据实时分类问题时,无需批量计算,仅保留前一时......
毫米波多输入多输出（ MI MO ） 通信系统中, 获取完整的信道状态信息可使系统达到最大通信容量.利用毫米波信道的角度域稀疏特性, 提......
强干扰的环境下,基于传感器阵列的波达方向(Direction of arrival,DOA)估计是阵列信号处理中的重要问题。虽然对于网格点目标现有......
现代雷达面临着越来越严苛的战场环境,但是现代战争对目标的定位精度要求却越来越高。由于目标的高速运行、电子干扰等原因,雷达得......
针对观测噪声对周跳探测与修复性能的影响,提出了一种新的利用贝叶斯压缩感知技术进行周跳探测与修复的方法.在历元间-站间载波相......
针对当前监督学习算法在流形数据集上分类性能的缺陷,如分类精度低且稀疏性有限,本文在稀疏贝叶斯方法和流行正则化框架的基础上,......
分析了现有跳频信号二维波达方向(DOA)估计算法的优缺点,提出了一种基于稀疏贝叶斯学习的跳频信号二维DOA估计算法.该算法利用L型......
在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高......
阵列信号波达方向(DOA)估计是阵列信号处理理论中的一个非常重要的分支,在雷达、声呐、通信等系统中都有非常广泛的应用。但是,传......
由于具备全天时、全天候和远距离探测等能力,雷达在民用和军用领域都得到了广泛的发展和应用。随着现代雷达技术的发展和应用的需......
稀疏贝叶斯方法在处理分类问题上具有良好的推广性,并且使用较少的核函数,介绍了一个实时的车型识别系统．它 以每点色彩信息的高斯......
通过采用稀疏贝叶斯推理方法,设计出可同时进行学习最优分类器与选取最优特征子集的特征选择概率分类向量机算法。该算法是对概率......
为实现用较少的训练样本对高分辨距离像进行识别,文中提出一种采用多任务稀疏学习的统计建模方法.该方法将各帧训练样本的统计建模......
为了解决多任务观测条件下时域流信号动态重构面临的块效应问题,该文基于重叠正交变换(LOT)和稀疏贝叶斯学习的贪婪重构框架先后提......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
基于复杂背景下的红外小弱目标检测与跟踪技术,是红外制导、防空预警等领域的关键技术,由于红外成像系统自身噪声和探测器距离目标......
阵列信号空间谱估计技术的主要目的是通过阵列天线对感兴趣的目标信号的空域参数进行估计,而这正是无线电通信、雷达、声纳及电子......
信号的波达方向(Direction of Arrival,DOA)估计,是被动测向技术中的重要组成部分。子空间算法如多重信号分类(Multiple Signal Cl......
压缩感知理论突破传统采样定理对信号采样率的限制,并能够实现欠采样条件下的稀疏重构。但是由于信号中往往存在噪声干扰,稀疏表示......
为使舰艇编队油料消耗预测更加符合海上作战特点,提高预测速度和精度,提出了基于稀疏贝叶斯极限学习机的预测方法。分析了稀疏贝叶......
模拟电路故障诊断受制于传统的机器学习方法需要人为设定参数,分类效果依赖于参数设定是否成功,无法进行在线诊断。为此,提出一种......
针对模拟电路故障与特征间存在的模糊组及交叠、分类效果不理想的情况,提出基于Fisher准则函数的最佳聚类数自适应估计方法和基于......
随着传感器和计算机技术的飞速发展,科学及社会领域的许多数据均展示出多维的结构张量是对这类数据自然而本质的表达方式。张量分......
阵列合成孔径雷达(Linear Array Synthetic Aperture Radar,LASAR)3维成像技术是一种具有重要潜在应用价值的雷达成像新体制,但受......
