版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文以高維空間多類別多視點(diǎn)數(shù)據(jù)作為研究對(duì)象,進(jìn)行了基于貝葉斯分析統(tǒng)計(jì)學(xué)習(xí)理論的高維空間模式識(shí)別方法的研究。針對(duì)高維空間模式識(shí)別的需求,在深入分析高維空間貝葉斯理論模式識(shí)別所面臨的問(wèn)題的基礎(chǔ)上,結(jié)合目前模式識(shí)別理論的發(fā)展?fàn)顩r和研究熱點(diǎn),本文嘗試提出了相應(yīng)的解決途徑和方案,將模式一識(shí)別思想由低維大樣本事件學(xué)習(xí)向高維小樣本事件學(xué)習(xí)轉(zhuǎn)變,由基于貝葉斯統(tǒng)計(jì)的傳統(tǒng)模式識(shí)別方法向基于貝葉斯統(tǒng)計(jì)學(xué)習(xí)理論的模式識(shí)別方法轉(zhuǎn)變,由模式最佳劃分思想向模式最優(yōu)幾
2、何認(rèn)知思想轉(zhuǎn)變。 利用高維空間形象幾何思維方法,探討高維空間同源同類數(shù)據(jù)的拓?fù)浔举|(zhì),提出了一種高維空間模式識(shí)別統(tǒng)一初始模型的構(gòu)建方法,其中包括數(shù)據(jù)采集、特征提取、典型樣本生成和典型樣本幾何架構(gòu)等一系列模式識(shí)別的前期準(zhǔn)備工作。從高維空間樣本集中提取典型樣本聚類信息,使之具備局部單調(diào)性、類別差異性和類別可分性等有利于模式識(shí)別的特性,然后按照典型樣本排序迭代算法,構(gòu)建高維空間的幾何連通系統(tǒng),為進(jìn)一步指導(dǎo)基于貝葉斯統(tǒng)計(jì)學(xué)習(xí)理論的高維空間
3、模式識(shí)別方法提供初步的系統(tǒng)設(shè)計(jì)方案。在此基礎(chǔ)上,本文主要進(jìn)行了以下三方面的研究工作: 在統(tǒng)計(jì)充分性假設(shè)成立的前提下,提出了一種基于最小錯(cuò)誤率準(zhǔn)則的傳統(tǒng)模式識(shí)別的改進(jìn)設(shè)計(jì)方案。經(jīng)過(guò)區(qū)域分解和模式位置分解獲取多維聯(lián)合概率函數(shù)的簡(jiǎn)化修正形式,利用離散非參數(shù)估計(jì)的概率統(tǒng)計(jì)策略計(jì)算多維聯(lián)合概率,假設(shè)多視點(diǎn)條件下各視點(diǎn)間相互獨(dú)立,推導(dǎo)出相應(yīng)的多視點(diǎn)多維聯(lián)合概率分布函數(shù),將來(lái)自于同一目標(biāo)的多視點(diǎn)數(shù)據(jù)序列的姿態(tài)位置等視覺(jué)信息相融合,獲取全方位信
4、息積累,由貝葉斯最大后驗(yàn)假設(shè)進(jìn)行決策。 由于高維空間中訓(xùn)練樣本數(shù)目與數(shù)據(jù)測(cè)量復(fù)雜度之間的矛盾,針對(duì)高維空間有限樣本條件下的模式識(shí)別問(wèn)題,本文從貝葉斯統(tǒng)計(jì)學(xué)習(xí)理論的角度出發(fā),提出了一種高維小樣本事件學(xué)習(xí)的數(shù)學(xué)解答,提供了高維空間模式識(shí)別規(guī)律認(rèn)知的新思路。高維空間統(tǒng)計(jì)學(xué)習(xí)模式識(shí)別的研究,以高維空間幾何形體覆蓋思想為指導(dǎo),由模式選擇和參數(shù)學(xué)習(xí)兩個(gè)階段的學(xué)習(xí)任務(wù)組成,二者的共性在于都涉及到了多類別多維聯(lián)合概率密度函數(shù)模型的估計(jì)問(wèn)題。模式
5、選擇中,以高斯混合學(xué)習(xí)方式為基礎(chǔ),建立貝葉斯表示模型,針對(duì)具體問(wèn)題求解自適應(yīng)學(xué)習(xí)算法和實(shí)現(xiàn)過(guò)程,確定目標(biāo)標(biāo)注,求解相關(guān)系數(shù),獲取更新方式以及停止條件等迭代學(xué)習(xí)方法的要素,得到高維空間數(shù)據(jù)在競(jìng)爭(zhēng)學(xué)習(xí)下獲勝的具有相似性特征的類別標(biāo)記信息。參數(shù)學(xué)習(xí)中,通過(guò)對(duì)高維空間幾何形體體積差異特性的分析,以高維空間局部點(diǎn)覆蓋思想為指導(dǎo),以同源同類樣本全體連續(xù)性規(guī)律為理論基點(diǎn),以所設(shè)計(jì)的一種偶極子核函數(shù)作為多維聯(lián)合概率密度函數(shù)的表示模型,建立高維空間幾何形
6、體覆蓋構(gòu)造方案,經(jīng)過(guò)完全數(shù)據(jù)的多目標(biāo)多樣本多維聯(lián)合概率密度函數(shù)、似然函數(shù)及其數(shù)學(xué)期望函數(shù)的推導(dǎo),求解混合比例和協(xié)方差矩陣等參數(shù)的估計(jì)公式。通過(guò)神經(jīng)網(wǎng)絡(luò)的高維空間幾何分析,本文提出了基于貝葉斯統(tǒng)計(jì)學(xué)習(xí)理論的高維空間模式識(shí)別和姿態(tài)估計(jì)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方案。神經(jīng)網(wǎng)絡(luò)分層次混合集成模型實(shí)現(xiàn)對(duì)高維數(shù)據(jù)分布的精細(xì)覆蓋,獲取類別的最優(yōu)空間覆蓋認(rèn)知,高維空間數(shù)據(jù)經(jīng)歷了從目標(biāo)類別節(jié)點(diǎn)、典型樣本節(jié)點(diǎn)最終到內(nèi)部位置關(guān)系節(jié)點(diǎn)的一系列逐步求精的運(yùn)動(dòng)流向,最終獲得較
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯統(tǒng)計(jì)學(xué)習(xí)理論的高維空間多類別大樣本量形態(tài)變化模式識(shí)別
- 模式識(shí)別貝葉斯方法報(bào)告
- 基于統(tǒng)計(jì)學(xué)習(xí)理論的虹膜識(shí)別研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的模式識(shí)別方法研究.pdf
- 貝葉斯學(xué)習(xí)理論及其應(yīng)用研究.pdf
- 稀疏貝葉斯學(xué)習(xí)理論及應(yīng)用研究.pdf
- 規(guī)則空間模型在統(tǒng)計(jì)學(xué)習(xí)模式識(shí)別中的應(yīng)用研究.pdf
- 基于統(tǒng)計(jì)學(xué)習(xí)理論的分類方法研究.pdf
- 仿生模式識(shí)別中的高維空間幾何點(diǎn)分布理論與應(yīng)用的研究.pdf
- 基于粗糙集的貝葉斯網(wǎng)絡(luò)模式識(shí)別模型與方法研究.pdf
- 基于統(tǒng)計(jì)學(xué)習(xí)理論的生物序列特征提取與識(shí)別.pdf
- 基于貝葉斯統(tǒng)計(jì)方法的橋梁損傷識(shí)別研究.pdf
- SUGENO測(cè)度空間上統(tǒng)計(jì)學(xué)習(xí)理論的關(guān)鍵定理.pdf
- 不確定空間上的統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ).pdf
- 基于統(tǒng)計(jì)學(xué)習(xí)的模式識(shí)別幾個(gè)問(wèn)題及其應(yīng)用研究.pdf
- 基于貝葉斯理論的人臉識(shí)別算法的研究.pdf
- 基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)算法研究
- 人臉識(shí)別的貝葉斯統(tǒng)計(jì)方法.pdf
- 基于模糊樣本的統(tǒng)計(jì)學(xué)習(xí)理論關(guān)鍵定理.pdf
- 不確定空間上基于復(fù)樣本的統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ).pdf
評(píng)論
0/150
提交評(píng)論