| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景与意义 | 第11-12页 |
| ·有限混合模型介绍 | 第12-13页 |
| ·主要研究方法介绍 | 第13-14页 |
| ·极大似然方法 | 第13页 |
| ·贝叶斯分析法 | 第13-14页 |
| ·本论文主要研究工作及内容安排 | 第14-15页 |
| 第2章 基于MCMC算法的高斯混合模型的参数估计 | 第15-28页 |
| ·MCMC方法介绍 | 第15-19页 |
| ·蒙特卡罗积分介绍 | 第15-16页 |
| ·Markov链简介 | 第16页 |
| ·MCMC算法的基本思路 | 第16-18页 |
| ·Markov链的收敛性 | 第18-19页 |
| ·基于MCMC算法的高斯混合模型的参数估计 | 第19-24页 |
| ·混合贝叶斯模型基本公式及层次模型 | 第19-20页 |
| ·高斯混合模型 | 第20页 |
| ·参数先验概率 | 第20-21页 |
| ·Gibbs采样 | 第21-24页 |
| ·仿真结果及分析 | 第24-27页 |
| ·三分量高斯混合模型仿真 | 第25-26页 |
| ·四分量高斯混合模型仿真 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于MCMC算法的广义Gamma混合模型的参数估计 | 第28-43页 |
| ·广义Gamma混合模型介绍 | 第28-29页 |
| ·基于MCMC算法的广义Gamma混合模型的参数估计 | 第29-35页 |
| ·参数先验概率 | 第29-30页 |
| ·层次模型 | 第30页 |
| ·Gibbs采样 | 第30-33页 |
| ·M-H采样 | 第33-35页 |
| ·仿真结果及分析 | 第35-39页 |
| ·人工拟合数据仿真 | 第35-38页 |
| ·实际SAR图像仿真 | 第38-39页 |
| ·自适应MCMC算法 | 第39-42页 |
| ·算法简介 | 第40页 |
| ·仿真结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于RJMCMC算法的广义Gamma混合模型的参数估计 | 第43-58页 |
| ·RJMCMC算法介绍 | 第43-44页 |
| ·基于RJMCMC算法的广义Gamma混合模型的参数估计 | 第44-53页 |
| ·参数先验概率 | 第44页 |
| ·层次模型 | 第44-45页 |
| ·可逆跳跃的MCMC的移动过程 | 第45-53页 |
| ·仿真结果及分析 | 第53-57页 |
| ·人工拟合数据仿真 | 第54-55页 |
| ·实际SAR图像仿真 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间参发表的论文及科研成果 | 第64页 |
