论文部分内容阅读
提出一新的非参数贝叶斯推理算法来辨识任意复杂的多模噪声分布，采用无穷维推理技术，能够较为精确地逼近噪声的后验分布。算法主要引入一随机度量分布满足一预设的先验过程——混合Dirichlet过程（Dirichlet Process Mixture，简称DPM），由于DPM具有形似于Polya um的采样特性，能够很方便地对噪声数据进行聚类，并导出噪声的后验分布。仿真结果显示，噪声数据似然的Metropolis—Hastings（M—H）的采样算法比点估计的系统分析算法精度高。