随着有限混合体模型这一典型统计模型的研究的不断深入以及在实际问题中应用的愈加广泛，人们发现在备受关注的高斯混合模型之外，还有一些基于非高斯概率分布的有限混合体模型同样有着相当值得研究的价值和广阔的应用领域，并且也已经取得了一些进展。本文所研究的泊松混合模型便是这类有限混合体模型的一种典型的代表。实际中，有限混合体模型的建模问题主要面临两项任务： (1)有限混合体模型中真实混合分量数目的确定，即模型选择： (2)有限混合体模型所包含的相关参数的学习。从贝叶斯阴阳(BYY)和谐学习原则可知，通过极大化一种和谐函数便可以实现有限混合体模型的参数学习和自动模型选择。因此在本文中，我们将BYY和谐学习原则应用于泊松混合模型，并给出该模型下的BYY和谐函数，然后在此基础上提出了一种极大化该和谐函数的自适应梯度算法。最后通过模拟数据实验及其在基于灰度图像的纹理分类中的应用，我们验证了这种自适应梯度算法不仅对于模拟数据是可以在参数学习的同时准确、有效地实现自动模型选择，而且也是可以应用于实际问题的。