狄利克雷过程相关论文
贝叶斯优化是一类广泛发展并且有很强理论支撑的零阶优化方法,在当前的自动化机器学习领域应用广泛。将贝叶斯优化结合到自动化机......
传统的概率分布模型在不确定性建模方面主要依赖于模型的选择,但假定的单一模型往往无法准确刻画随机量的复杂变化规律.除此之外,......
非契约关系客户群分析一直以来都是管理科学和市场营销科学研究的热门课题之一。研究人员和管理者希望通过建立模型和分析模型得到......
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......
随着网络对传统出版物和媒体的冲击,用户对于新闻浏览习惯发生了改变,越来越多的人养成了每天在网络上浏览新闻的习惯。本文研究如......
随着移动互联网、物联网、云计算以及云存储等高新技术的发展,数据的存储量呈现指数形式增长,信息社会步入了大数据时代。这些来源......
随着雷达技术的不断发展,雷达的距离分辨率已远小于目标尺寸。在散射点模型下,回波信号描述了目标散射点沿雷达视线方向的分布情况......
处于社交网络时代的我们,人人都是知识内容的发布者。知识内容主要来自于途径,一个是用户的发布内容(微博,博客)等,另外一个是用户......
主题模型揭示了文档集合的隐藏主题结构,并通过一组主题找到每篇文档的高度压缩表示。实际上,如果将主题看成文档集中离散的语义信......
模型选择问题是目前计算机视觉、图像处理、机器学习领域中的经典难题之一。模型选择问题中的模型数量的选择是重要的方面。相同问......
由于短文本内容少,在语义特征上短文本要比长文本匮乏的多,传统的主题模型对于普通文档非常有效,然而严重的数据稀疏问题使得短文......
随着互联网技术的快速发展以及数字多媒体的广泛应用,大量图像数据应运而生。海量的图像数据以及图像的复杂性给图像检索带来了巨......
目前的在线潜在狄利克雷分布模型（LDA）算法大多是基于固定的词汇表，在实际应用中经常会出现词汇表和处理的语料不匹配的情况，影响了模......
本文讨论了一般保守右过程的遍达性和不可约性，作为我们证明了一类Ｄｉｒｉｃｈｌｅｔ过程的不可约性及遍历性。......
提出了一种基于主题模型的微博社区发现方法．该方法采用狄利克雷过程（Dirichlet process）自适应生成多个潜在地理区域；利用多项式分布......
针对大规模多入多出(MIMO)系统上行链路非平稳空间相关信道的估计问题,该文利用信道的时间-空间2维稀疏结构信息,应用狄利克雷过程......
当跳频信号的频率不在预设的频率集中时,为了提高跳时估计的正确率,提出了一种基于稀疏贝叶斯理论的跳时估计方法。该方法首先在信......
统计稀疏学习方法是人工智能、应用统计学以及视觉认知等学科交叉的研究方向,也是当前机器学习领域的最新研究热点之一。基于贝叶......
针对使用高斯混合模型的图像先验建模中分量数目难以扩展的问题,构建基于狄利克雷过程的可扩展高斯混合模型。通过聚类分量的新增......
是按照时间顺序生成摘要,对话题的演化发展进行概括.已有的相关研究忽视或者不能准确发现句子中隐含的子话题信息.针对该问题,本文......
图像对象分割就是从一幅具有复杂背景的图像中将感兴趣的对象提取出来,是图像分割技术的最高目标,是结合了识别过程的图像分割。图......
随着社交网络平台的涌现，用户之间不仅可以建立链接关系，而且还可以产生丰富的文本信息。群组探测是重要的链接挖掘技术之一，而话题建......
话题演化用于自动分析话题变化趋势,具有较高的应用和研究价值。ILDA(Infinite Latent Dirichlet Allocation)模型在LDA(Latent Di......
非参数化贝叶斯推断是统计学和机器学习近年来的研究热点,本文综述了其中具有代表性的随机过程-狄利克雷过程,包括理论基础、表示......
近几十年,医学影像技术飞速发展,特别是核磁共振成像技术(Magnetic Resonance Imaging,MRI)。该技术可以检测人体各个部位的疾病,......
