岳博
- 作品数：7 被引量：25H指数：3
- 供职机构：西安电子科技大学电子工程学院雷达信号处理国家重点实验室更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种新的联合对角化算法被引量：1
- 2003年
- 该文提出了一种用于对一组实对称正定矩阵进行联合对角化的新算法。文中的研究表明,对一组实对称正定矩阵的联合对角化问题可以近似成一个独立分量分析问题来解决,并且给出了相应的算法。同时,算法的性能也通过一个实例与其它方法进行了比较。
- 岳博焦李成
- 关键词：联合对角化高斯分布实对称正定矩阵
- 两阶段混合因子分析算法被引量：3
- 2002年
- 混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.提出了一种两阶段的混合因子分析算法,它们都能够使用期望-最大化算法来实现.当给定一组随机样本时,首先建立此样本概率分布的Gauss混合模型,进而再对每一个Gauss混合项进行因子分析.实例表明算法是有效的.
- 岳博焦李成
- 关键词：数据建模EM算法
- 对弧进行删除的Bayes网络近似方法被引量：6
- 2000年
- 弧的删除是一种对 Bayes网络模型进行近似的方法 .文中以 Kullback- L eibler偏差作为近似网络和原网络概率分布误差的测度 ,给出了近似网络在此测度意义下的最优参数 .同时 ,也给出了通过对原网络删除多条弧进行近似的启发式算法 ,当给定一个误差上界时 。
- 岳博焦李成
- 关键词：BAYES网络删除知识表示
- Bayes网络最优近似下边缘分布的不变性
- 2004年
- 删除Bayes网络中的弧以减小网络结构的复杂性 ,从而降低概率推理算法的复杂度是一种对Bayes网络进行近似的方法 .该文讨论了在删除Bayes网络中的一条弧之后得到的最优近似概率分布和原概率分布之间的关系 ,证明了对满足一定条件的结点子集而言 ,其边缘概率分布在近似以后具有不变性 .
- 岳博焦李成
- 关键词：BAYES网络
- 混合因子分析的重新抽样方法被引量：3
- 2002年
- 混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.本文提出了一种进行混合因子分析的重新抽样方法.当给定一组数据样本时,我们首先建立样本概率分布的混合高斯模型,然后为每一个高斯混合项重新抽取新的数据样本,在新的样本上再对每一个高斯混合项进行因子分析.与已有的算法相比较,避免了计算各个高斯混合项在每个样本值之下的后验概率,又减少了进行因子分析时参与计算的数据样本的数量.
- 岳博焦李成
- 关键词：混合高斯模型EM算法
- Bayes网络学习的MCMC方法被引量：11
- 2003年
- 基于Bayes统计理论,提出了一种从数据样本中学习Bayes网络的Markov链Monte Carlo(MCMC)方法。首先通过先验概率和数据样本的结合得到未归一化的后验概率,然后使用此后验概率指导随机搜索算法寻找“好”的网络结构模型。通过对Alarm网络的学习表明了本算法具有较好的性能。
- 岳博焦李成
- 关键词：MCMC方法BAYES网络随机搜索网络学习
- Bayes网络模型及其学习算法研究
- Bayes网络模型利用随机变量之间的条件独立关系，减少了表示一组随机变量的联合概率分布时所需要的参数，并且借助于图的直观表示和变换，我们能够得到在模型中进行概率推理的有效算法。本文就Bayes网络模型进行了一些研究，主要...
- 岳博
- 关键词：概率图模型条件独立性MCMC方法混合高斯模型EM算法联合对角化
- 文献传递
