首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

统计稀疏学习中的贝叶斯非参数建模方法及应用研究

致谢第5-6页
摘要第6-8页
Abstract第8-9页
第1章 引言第16-30页
    1.1 研究背景和意义第16-21页
    1.2 国内外研究现状第21-28页
        1.2.1 统计稀疏学习方法第21-25页
        1.2.2 贝叶斯非参数方法第25-28页
    1.3 本文研究内容和章节安排第28-30页
第2章 贝叶斯非参数模型的构建第30-55页
    2.1 符号约定第30-31页
    2.2 贝叶斯非参数模型第31-33页
    2.3 相关理论基础第33-36页
        2.3.1 随机过程方法第33-34页
        2.3.2 De Finetti定理第34-35页
        2.3.3 Kolmogorov扩张定理第35-36页
    2.4 狄利克雷过程第36-45页
        2.4.1 狄利克雷分布第37-41页
        2.4.2 狄利克雷过程第41-42页
        2.4.3 狄利克雷过程的性质第42-45页
    2.5 狄利克雷过程的构造第45-51页
        2.5.1 Stick-breaking过程第45-47页
        2.5.2 中国餐馆过程第47-48页
        2.5.3 Pitman-Yor过程第48-49页
        2.5.4 狄利克雷构造过程与稀疏第49-51页
    2.6 贝塔过程第51-53页
        2.6.1 贝塔过程的描述第51-52页
        2.6.2 贝塔过程的构造方法第52-53页
        2.6.3 贝塔过程与稀疏第53页
    2.7 小结第53-55页
第3章 贝叶斯稀疏表示第55-78页
    3.1 稀疏表示第55-59页
        3.1.1 问题描述第55-56页
        3.1.2 贪婪算法第56-58页
        3.1.3 凸优化方法第58-59页
    3.2 贝叶斯稀疏表示方法第59-66页
        3.2.1 相关向量机第59-61页
        3.2.2 基于高斯先验的稀疏表示第61-63页
        3.2.3 贝叶斯lp范数第63-64页
        3.2.4 贝叶斯非参数稀疏表示第64-66页
    3.3 基于离散混合贝塔过程的稀疏表示模型第66-77页
        3.3.1 模型描述第67-69页
        3.3.2 推理过程第69-70页
        3.3.3 人工信号实验结果与分析第70-75页
        3.3.4 手写数字识别实验结果第75-77页
    3.4 小结第77-78页
第4章 基于聚类特征的贝叶斯非参数字典学习第78-95页
    4.1 字典学习问题第78-79页
    4.2 现有字典学习算法第79-83页
        4.2.1 贪婪法第79-81页
        4.2.2 贝叶斯方法第81-82页
        4.2.3 在线的方法第82页
        4.2.4 非参数方法第82-83页
    4.3 约束等距性条件第83页
    4.4 带有聚类特征的贝叶斯非参数字典学习第83-94页
        4.4.1 模型描述第84-86页
        4.4.2 模型推理第86-88页
        4.4.3 实验结果与分析第88-94页
    4.5 本章小结第94-95页
第5章 基于狄利克雷过程的聚类方法第95-113页
    5.1 贝叶斯非参数聚类第96-102页
        5.1.1 基于狄利克雷过程的聚类第97页
        5.1.2 视频背景剪除中的狄利克雷过程聚类第97-102页
        5.1.3 实验结果与分析第102页
    5.2 基于Polya树的高维稀疏聚类第102-112页
        5.2.1 高维稀疏聚类问题和现有方法第103-106页
        5.2.2 Polya树第106-107页
        5.2.3 基于Polya树的高维稀疏聚类第107-110页
        5.2.4 实验结果与分析第110-112页
    5.3 本章小结第112-113页
第6章 结论与展望第113-116页
    6.1 本文研究创新点第113-114页
    6.2 下一步研究方向第114-116页
参考文献第116-132页
攻读博士学位期间主要研究成果第132页

论文共132页,点击 下载论文
上一篇:冲积河流冲淤量计算模式研究
下一篇:基于信任的云服务管理模型和调度算法的研究