10.3969/j.issn.1006-1355.2008.06.018
线性动态系统噪声辨识的非参数贝叶斯推理算法研究
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 urn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.
振动与波、非参数贝叶斯推理、噪声辨识、Dirichlet过程混合、吉布斯采样
28
TN911.6
上海市科委课题05JC14026
2009-03-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
69-72