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。......
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......
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,......
集通信、计算和控制于一体的工业认知网络系统(Industrial Cognitive Network System,ICNS)是一种大规模、分布式、复杂异构且深度......
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......
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......
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......
高速发展的计算机水平和音频处理技术,使得人们对于从海量数据中获取到感兴趣的人声,越来越有需求。另一方面,如何对获取到的各类......
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。......
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......
