期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MCMC的混合α稳定分布参数贝叶斯推理
被引量：
4
1
作者
陈亚军
刘丁
梁军利
《西安理工大学学报》
CAS
北大核心
2012年第4期385-391,共7页
为解决非高斯信号较难描述这一难点问题,提出一种基于马尔科夫链蒙特卡罗方法的混合α稳定分布参数的贝叶斯推理方法。构建了混合稳定分布分层的贝叶斯图模型,利用Gibbs抽样实现了混合权值和分配参数z的估计,基于Metropolis算法完成了...
为解决非高斯信号较难描述这一难点问题,提出一种基于马尔科夫链蒙特卡罗方法的混合α稳定分布参数的贝叶斯推理方法。构建了混合稳定分布分层的贝叶斯图模型,利用Gibbs抽样实现了混合权值和分配参数z的估计,基于Metropolis算法完成了每个分布元中4个参数的估计。仿真结果表明,该方法能够准确地估计出混合α稳定分布中的各个参数,具有很好的鲁棒性和灵活性,可用于对非高斯信号或数据进行建模。
展开更多
关键词
混合α稳定分布
马尔可夫链蒙特卡罗
Metropolis算法
GIBBS抽样
非高斯信号
在线阅读
下载PDF
职称材料
题名
基于MCMC的混合α稳定分布参数贝叶斯推理
被引量：
4
1
作者
陈亚军
刘丁
梁军利
机构
西安理工大学自动化与信息工程学院
出处
《西安理工大学学报》
CAS
北大核心
2012年第4期385-391,共7页
基金
国家科技重大专项资助项目(2009X02011001)
国家自然科学基金资助项目(61075044
61172123)
文摘
为解决非高斯信号较难描述这一难点问题,提出一种基于马尔科夫链蒙特卡罗方法的混合α稳定分布参数的贝叶斯推理方法。构建了混合稳定分布分层的贝叶斯图模型,利用Gibbs抽样实现了混合权值和分配参数z的估计,基于Metropolis算法完成了每个分布元中4个参数的估计。仿真结果表明,该方法能够准确地估计出混合α稳定分布中的各个参数,具有很好的鲁棒性和灵活性,可用于对非高斯信号或数据进行建模。
关键词
混合α稳定分布
马尔可夫链蒙特卡罗
Metropolis算法
GIBBS抽样
非高斯信号
Keywords
mixtures of α-stable distributions
Markov Chain Monte Carlo（MCMC）
Metropolis algorithm
Gibbs sampling
non-Gaussian signal
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MCMC的混合α稳定分布参数贝叶斯推理
陈亚军
刘丁
梁军利
《西安理工大学学报》
CAS
北大核心
2012
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
