Dirichlet过程相关论文
贝叶斯非参数是统计学中一个新的发展迅速的领域,因其稳健和灵活的统计分析,成为贝叶斯统计中一个不可或缺的组成部分,广泛的应用......
自从Ferguson的里程碑式的工作以来,非参数Bayes模型在统计和机器学习等领域中有着广泛的应用,近年来得到了蓬勃的发展.它的一个重......
本文应用无穷混合Gaussian模型，以Dirichlet过程作为先验，提出一种基于非参数贝叶斯模型的聚类方法。应用基于Markov链的Monte Carlo......
依据星座图采用非参数贝叶斯方法对多元相移键控(MPSK)信号进行调制识别.将未知信噪比(SNR)水平的MPSK信号看成复平面内多个未知均......
随着科学技术的飞速发展和大规模高维数据的涌现,模式分类在越来越多的领域得到广泛的重视和应用。在国内外最新研究成果的基础上,......
贝叶斯学习具有可解释性强、鲁棒性好等优点，是机器学习的研究热点。本文基于贝叶斯非参数学习中的Dirichlet过程和层次Dirichlet过......
数字化和信息化的时代,对于海量的图片信息,图像处理在生活中发挥着越来越重要的作用。图像分割是图像处理中最重要也是最基本的技......
图像目标分析与识别在计算机视觉领域中起着重要的作用，是近年来的研究热点之一。在分析过程中如何有效快速的识别出目标是图像......
一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽......
在研究可观测变量和潜变量的关系时结构方程模型是非常重要的，但是，在几乎所有存在的理论和计算软件中都以正态性作为最主要的假设(......
本文我们主要是研究了三个方面的内容，一是研究了光滑半鞅的局部时的拟必然平方变差，二是详细讨论了分数次Brown运动和分数次Brown单......
在非参数Bayesian中，Dirichlet过程先验得到了十分广泛的应用，其主要原因有以下三个： 1.先验比较容易细化，可以由它的参数确定，并且......
本文基于Dirichlet过程为先验分布，给出了区间数据下总体分布非参数Bayes估计的表达式。讨论了Dirichlet过程先验分布中超参数α的......
作为有限混合模型的自然推广，本文研究可数无限个正态分布的混合，即把凸组合视为一类新的分布，我们对无限正态混合模型进行了Bayes分......
在通常的Bayes框架下把某个未知函数作为参数并赋予一个先验分布，就成了所谓的非参数Bayes分析。非参数Bayes分析最核心的问题是为......
对于属性响应半参数回归模型的贝叶斯分析,Newton et al(1996)和Mouchart and Scheihing(1998)研究了二项响应半参数回归模型的贝......
近年来，带有随机效应的零过多泊松模型受到很多研究者的重视，为了方便，他们常假定随机效应服从正态分布，但是，这种假定在实际问题中未必......
将Dirichlet过程作为无穷高斯混合模型中权重参数的先验分布，利用贝叶斯定理得到参数的估计，并由Gibbs抽样算法得出聚类的个数和判断......
混合效应模型是分析纵向数据的有效方法,但模型的线性结构限制了其适应现实数据的能力.提出了一种RE-BET算法及其变形的RE-BEBT算......
基于Dirichlet过程为先验分布,给出区间数据下总体分布非参数Bayes估计的表达式;通过对常用分布的随机模拟,阐述几类先验分布对估......
火灾作为对社会和环境危害最大的灾难,一直是人们重点防范的对象。但目前现有的火灾预警系统都存在误报率过高的问题。因此,文中提......
使用图像特征提取技术、特征描述技术、特征码书和Dirichlet过程,自适应地生成了一组部件来表征行人。在此基础上,结合了均值漂移......
协同过滤推荐系统极易受到托攻击的侵害．开发托攻击探测技术已成为保障推荐系统可靠性与鲁棒性的关键．本文以数据非随机缺失机制为依......
本文定性地讨论非紧空间中可逆扩散过程的代数式收敛的判定．使用分裂空间的方法．将全空间分裂成两个部分：紧的子空间与非紧的余子空间......
依据星座图采用非参数贝叶斯方法对多元相移键控（MPSK）信号进行调制识别．将未知信噪比（SNR）水平的MPSK信号看成复平面内多个未知均值和......
目标识别是水声探测的重要任务之一,也是水声信号处理领域的难题。利用各种信号分析处理手段提取特征,再结合模式识别方法设计分类......
统计问题中,贝叶斯方法在很多方面已经硕果累累,不过在处理非参数方面却仍存在很大的差距,这主要由于在参数空间上寻找有效先验分......
Dirichlet过程是一种应用于非参数贝叶斯模型中的随机过程。通过其良好的聚类性质,基于此的模型可以通过简单的Gibbs采样决定参数......
期刊
线性加速模型常用于恒定应力加速寿命试验的统计分析,这与实际不完全相符.本文建立幂函数加速模型,给出了不同恒定加速应力水平间......
期刊
提出了一种基于Dirichlet过程的Deep Web数据源聚类方法 ,该方法采用层次Dirichlet过程（HDP）进行特征提取。首先将查询接口中原本高......
提出了一种基于狄里克莱（Dirichlet）过程混合高斯模型的雷达辐射源信号分选方法。通过将Dirichlet过程与高斯模型相结合,得到的Diric......
文章提出了可以利用稀疏组Lasso方法对AR-ARCH模型中的变点进行估计。讨论了SGL方法的良好性质,并通过一个模拟分析,说明了在有变......
基于Dirichlet过程的非参数贝叶斯方法将先验分布有效扩展到了非参数分布,并广泛应用于密度估计、分层线性模型、有序数据以及生存......
Dirichlet过程作为一种典型的变参数贝叶斯模型,基于该过程进行的聚类分析无需预先确定聚类数,聚类数作为模型中的参数由模型和数......
基于因变量Y对自变量X条件分布的非参数贝叶斯估计,通过期望计算得到未知回归函数的后验估计表达式,并计算出估计的均方误差,证明......
本文以上证综指为依据利用非参数贝叶斯方法和SHDP-HMM方法研究市场弱式有效性问题。通过对参数设置服从粘性分层Dirichlet过程的......
为了进一步提高无线频谱资源的利用率,在认知无线电网络中次用户被允许机会式地接入主用户的频谱空穴。在使用频谱空穴之前,次用户......
通胀惯性、价格传导机制、经济增长的稳定性测度,作为重要的经济特征,对研究处于经济增长转换阶段的中国经济,具有理论与现实的重......
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......
Dirichlet过程是一种应用于非参数贝叶斯模型中的随机过程,特别是作为先验分布应用在概率图模型中.与传统的参数模型相比,Dirichle......
本文基于贝叶斯统计的基本理论,在有序Probit模型中引入随机扰动变量并假设该随机扰动的先验分布为Dirichlet过程,利用非参贝叶斯......
Dirichlet过程是一种典型的变参数贝叶斯模型,其优点是参数的个数和性质灵活可变,可通过模型和数据来自主地计算,近年来它已成为机......
行人检测是智能交通、智能监控、图像压缩、多媒体检索等领域的基本组成部分。针对上述广泛的应用,行人检测技术已经成为计算机视......
竞争失效是产品的一种重要失效模式,由于诸多原因(如缺少检测失效的设备,时间和费用的限制,检测给产品带来的破坏等),失效机理的屏......
资产配置是投资决策的首要环节,并对投资绩效产生最为重要的影响。但是,资产配置研究困难很大。一方面,资产的风险收益特征众说纷......
图像分割是计算机视觉中一个古老而基础的研究课题，它已经成功的应用于很多领域，同时它是特征提取和图像理解研究的基础，因此图像分割......
企业陷入财务困境往往是一个动态持续的过程,且具有经常性特点。本文从生存时间的研究视角,采用生存模型对我国上市制造公司中财务......
自上世纪90年代以来,人民币汇率经历了频繁的调整和变动。尤其是2000年后,随着我国经济的平稳、持续和快速发展,外汇储备高速增长,......
基于Jayaram Sethuraman在1994提出的扩展Dirichlet过程先验,将其推广到更一般的情形,使Dirichlet过程和扩展Dirichlet过程都成为......
通过引入文本检索算法中的无限潜Dirichlet分配(infinite Latent Dirichlet Allocation,即iLDA)模型,对遥感影像进行建模以获取地......
