当前位置:首页 > 数理化
统计稀疏学习中的贝叶斯非参数建模方法及其应用研究
统计稀疏学习中的贝叶斯非参数建模方法及其应用研究

统计稀疏学习中的贝叶斯非参数建模方法及其应用研究PDF电子书下载

数理化

  • 电子书积分:7 积分如何计算积分?
  • 作 者:何岩著
  • 出 版 社:杭州:浙江工商大学出版社
  • 出版年份:2014
  • ISBN:9787517801887
  • 页数:90 页
图书介绍:本书根据贝叶斯估计的基本原理,将待估计的参数看作符合某种先验概率分布的随机变量并估计方式,通过观察样本,将先验概率密度通过贝叶斯规则转化为后验概率密度。同样根据每一类的训练样本估计每一类的类条件概率密度。贝叶斯估计的思路与贝叶斯决策类似,只是离散的决策状态变成了连续的估计,本书在稀疏学习中建立贝叶斯统计方法并建立模型。
《统计稀疏学习中的贝叶斯非参数建模方法及其应用研究》目录

第1章 绪论 1

1.1研究背景和意义 1

1.2国内外研究现状 6

第2章 贝叶斯非参数模型的构建 12

2.1符号约定 12

2.2贝叶斯非参数模型 13

2.3相关理论基础 15

2.4狄利克雷过程 17

2.5狄利克雷过程的构造 25

2.6贝塔过程 30

2.7小结 32

第3章 贝叶斯稀疏表示 33

3.1稀疏表示 33

3.2贝叶斯稀疏表示方法 36

3.3基于离散混合贝塔过程的稀疏表示模型 43

3.4小结 51

第4章 基于聚类特征的贝叶斯非参数字典学习 53

4.1字典学习问题 53

4.2现有字典学习算法 54

4.3约束等距性条件 57

4.4带有聚类特征的贝叶斯非参数字典学习 58

4.5小结 65

第5章 基于狄利克雷过程的聚类方法 66

5.1贝叶斯非参数聚类 67

5.2基于Polya Tree的高维稀疏聚类 73

5.3小结 80

第6章 结束语 81

参考文献 83

返回顶部