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
共找到8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：
可信推断近场稀疏综合阵列三维毫米波成像
1
作者 杨磊 霍鑫 +2 位作者 申瑞阳 宋昊 胡仲伟 《雷达学报（中英文）》 EI CSCD 北大核心 2024年第5期1092-1108,共17页
考虑到主动式电扫描毫米波成像系统在实际应用中成像场景要求大,分辨率要求高,但毫米波的波长短,继而造成满足奈奎斯特采样定理的均匀阵列规模及馈电网络复杂度过高,面临着成像精度、成像速度和系统成本之间的矛盾。针对以上问题,该文... 考虑到主动式电扫描毫米波成像系统在实际应用中成像场景要求大,分辨率要求高,但毫米波的波长短,继而造成满足奈奎斯特采样定理的均匀阵列规模及馈电网络复杂度过高,面临着成像精度、成像速度和系统成本之间的矛盾。针对以上问题,该文提出了可信推断近场稀疏综合阵列算法(CBI-SAS),在全贝叶斯学习框架下,该算法基于贝叶斯推断对复激励权值进行稀疏优化,得到复激励权值的完全统计后验概率密度函数,从而利用其高阶统计信息得到复激励权值的最优值及其置信区间和置信度。在贝叶斯推断中,为了实现较少数量的阵元合成期望波束方向图,可通过对复值激励权值引入重尾的拉普拉斯稀疏先验。然而,由于先验概率模型与参考方向图数据模型非共轭,因此需对先验模型进行分层贝叶斯建模,从而保证得到的复激励权值完全后验分布具有闭合解析解。为了避免求解完全后验分布的高维积分,采用变分贝叶斯期望最大化方法计算复激励权值后验概率密度函数,实现复激励权值的可信推断。仿真模拟实验结果显示,相较于传统稀疏阵列合成方法,所提方法阵元稀疏度更低、归一化均方误差更小、匹配方向图精度更好。此外,基于设计的稀疏阵列采集近场一维电扫和二维平面全电扫实测回波数据后,利用改进三维时域算法进行三维重建,验证了所提CBI-SAS算法在保证成像结果的同时降低了系统复杂性的优势。 展开更多
关键词 毫米波成像 贝叶斯推断 稀疏阵列合成 分层贝叶斯 变分贝叶斯期望最大
下载PDF
基于VBEM的一致受限字典织物图像重构模型
2
作者 陈影柔 吕文涛 +2 位作者 余润泽 郭庆 徐羽贞 《现代纺织技术》 北大核心 2024年第9期117-126,共10页
针对传统稀疏贝叶斯算法中字典列之间较强的相互一致性导致的重构性能下降问题,提出了一种基于变分贝叶斯期望最大化的一致受限字典织物图像重构模型(CCD-VBEM)。考虑织物图像的真实应用场景,采用多层先验的稀疏贝叶斯学习(SBL)模型进... 针对传统稀疏贝叶斯算法中字典列之间较强的相互一致性导致的重构性能下降问题,提出了一种基于变分贝叶斯期望最大化的一致受限字典织物图像重构模型(CCD-VBEM)。考虑织物图像的真实应用场景,采用多层先验的稀疏贝叶斯学习(SBL)模型进行建模,并通过VBEM方法求解后验分布近似值,从而构建SBL-VBEM模型。由于SBL-VBEM模型的重构结果仍然受字典矩阵的相关性影响,因此通过减少字典列之间的相互一致性来改善重构结果。首先,通过S形函数的拓扑结构获得收缩因子;然后,在获取一致受限字典的每次迭代中,利用收缩因子缩小字典矩阵中最大非对角项的邻域间隔;最后,将获取的一致受限字典作为SBL-VBEM模型的输入,获得更有效的重构织物图像。对CCD-VBEM模型在阿里云天池数据集上进行验证,验证结果表明,在不同采样率(0.20~0.40)下,CCD-VBEM模型对织物图像的重构均获得最优性能。 展开更多
关键词 织物图像 重构 一致受限字典 变分贝叶斯期望最大化 收缩因子
下载PDF
无线传感网络中目标定位的研究 被引量：2
3
作者 张锐 《传感技术学报》 CAS CSCD 北大核心 2018年第4期625-629,共5页
在无线传感网络WSNs(Wireless Sensor Networks)中,现存的基于压缩感知的目标定位算法是假定目标均落在预定网格,当不满足此假设时,将极大地降低了目标定位算法的性能。为此,提出基于变分贝叶斯期望最大化的目标定位VBEM-TL(Variational... 在无线传感网络WSNs(Wireless Sensor Networks)中,现存的基于压缩感知的目标定位算法是假定目标均落在预定网格,当不满足此假设时,将极大地降低了目标定位算法的性能。为此,提出基于变分贝叶斯期望最大化的目标定位VBEM-TL(Variational Bayesian Expectation Maximization-based Target Localization)算法。VBEM-TL算法先利用一阶泰勒级数展开算法建立稀疏近似模型,然后将目标定位问题转化成稀疏恢复问题,再利用VBEM算法重构稀疏矢量。最后,依据重构的稀疏矢量估计目标位置。实验数据表明,提出的VBEM-TL算法能够有效地降低定位误差。 展开更多
关键词 无线传感网络 目标定位 泰勒级数展开 变分贝叶斯期望最大化 稀疏重构
下载PDF
MIMO-OFDM系统中基于变分贝叶斯EM算法的联合符号检测与信道估计 被引量：1
4
作者 张晓瀛 魏急波 +1 位作者 王德刚 熊春林 《通信学报》 EI CSCD 北大核心 2010年第9期38-45,共8页
基于变分贝叶斯期望最大化(VBEM,variational Bayes expectation maximization)算法和Turbo原理,提出了时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法。设计的软入软出空时检测器在采用列表球形译码避免穷尽搜索的同时,... 基于变分贝叶斯期望最大化(VBEM,variational Bayes expectation maximization)算法和Turbo原理,提出了时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法。设计的软入软出空时检测器在采用列表球形译码避免穷尽搜索的同时,考虑了信道估计误差方差矩阵的影响;利用空时检测获得的发送信号后验概率分布估计,推出了新的Kalman前向后向递归信道估计器。仿真结果表明,在时变多径信道条件下,提出的算法比传统EM算法和面向判决算法更加具有顽健性。 展开更多
关键词 MIMO-OFDM 变分贝叶斯期望最大化算法 卡尔曼滤波 Kullback-Leibler距离
下载PDF
稀疏贝叶斯学习框架下的扩展目标雷达关联成像 被引量：1
5
作者 周小利 王宏强 +1 位作者 程永强 秦玉亮 《国防科技大学学报》 EI CAS CSCD 北大核心 2017年第3期151-157,共7页
传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶... 传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。 展开更多
关键词 雷达关联成像 扩展目标 稀疏贝叶斯学习 结构配对 变分贝叶斯期望-最大化
下载PDF
基于块稀疏贝叶斯学习的跳频通信梳状干扰抑制 被引量：6
6
作者 张永顺 朱卫纲 +3 位作者 孟祥航 贾鑫 曾创展 王满喜 《兵工学报》 EI CAS CSCD 北大核心 2018年第9期1864-1872,共9页
梳状干扰是对跳频(FHSS)通信的一种有效干扰样式,抑制梳状干扰对于确保FHSS通信的有效性至关重要。现有基于奈奎斯特采样定理的梳状干扰抑制方法存在应用中受限于采样率较高的问题。将压缩感知(CS)应用于FHSS通信梳状干扰的抑制,利用FHS... 梳状干扰是对跳频(FHSS)通信的一种有效干扰样式,抑制梳状干扰对于确保FHSS通信的有效性至关重要。现有基于奈奎斯特采样定理的梳状干扰抑制方法存在应用中受限于采样率较高的问题。将压缩感知(CS)应用于FHSS通信梳状干扰的抑制,利用FHSS信号与梳状干扰的不同压缩域特性以及梳状干扰在频域表现出的块稀疏特性,建立了基于块稀疏贝叶斯学习(BSBL)框架的FHSS通信梳状干扰抑制模型。利用期望最大化(EM)算法,设计了基于BSBL_EM的FHSS通信梳状干扰抑制算法。该算法利用BSBL_EM算法从压缩采样数据中重构出梳状干扰,进而在时域对消干扰。仿真结果表明:所提方法能够有效地抑制FHSS通信中的梳状干扰,与传统方法相比具有显著优势,干扰抑制效果受干扰强度、干扰梳齿带宽和压缩率变化的影响;相同干扰强度条件下,梳齿带宽越窄,压缩率越大,干扰抑制效果越好。 展开更多
关键词 跳频通信 梳状干扰抑制 压缩感知 块稀疏 块稀疏贝叶斯学习-期望最大化算法
下载PDF
基于改进SEM算法的基因调控网络构建方法 被引量：3
7
作者 葛玲玲 王浩 姚宏亮 《计算机应用研究》 CSCD 北大核心 2010年第2期450-452,458,共4页
动态贝叶斯网络(DBN)是基因调控网络的一种有力建模工具。贝叶斯结构期望最大算法(SEM)能较好地处理构建基因调控网络中数据缺失的情况,但SEM算法学习的结果对初始参数设置依赖性强。针对此问题,提出一种改进的SEM算法,通过随机生成一... 动态贝叶斯网络(DBN)是基因调控网络的一种有力建模工具。贝叶斯结构期望最大算法(SEM)能较好地处理构建基因调控网络中数据缺失的情况,但SEM算法学习的结果对初始参数设置依赖性强。针对此问题,提出一种改进的SEM算法,通过随机生成一些候选初始值,在经过一次迭代后得到的参数中选择一个最好的初始值作为模型的初始参数值,然后执行基本的SEM算法。利用啤酒酵母细胞周期微阵列表达数据,构建其基因调控网络并与现有文献比较,结果显示该算法进一步提高了调控网络构建的精度。 展开更多
关键词 基因调控网络 动态贝叶斯网络 贝叶斯结构期望最大化算法
下载PDF
ABC-EM算法对微商信息传播模型的参数估计
8
作者 沈庆磊 邓月 《模糊系统与数学》 北大核心 2021年第3期50-58,共9页
在基于不完备的实验数据条件下,利用近似贝叶斯计算-期望最大化(ABC-EM)算法估计复杂网络中离散时间的随机微商信息传播模型中的参数。首先通过分析微商网络的特点和微商信息传播机制,建立了适合微商信息传播模型的模型,即无知-传播-免... 在基于不完备的实验数据条件下,利用近似贝叶斯计算-期望最大化(ABC-EM)算法估计复杂网络中离散时间的随机微商信息传播模型中的参数。首先通过分析微商网络的特点和微商信息传播机制,建立了适合微商信息传播模型的模型,即无知-传播-免疫(ISR)模型。此外,在尝试通过极大似然法(ML)和期望最大化算法(EM)来估计模型的参数失败之后,使用近似贝叶斯连续蒙特卡罗(ABC-SMC)来代替EM算法的E步,并且用ABC-EM算法成功地估计了模型中的参数。最后,仿真结果表明ABC-EM算法比极大似然法估计参数的准确性要高。 展开更多
关键词 微商 近似贝叶斯连续蒙特卡罗 近似贝叶斯计算-期望最大化 复杂网络 参数估计 不完备数据
原文传递
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
使用帮助 返回顶部