贝叶斯非参数是统计学中一个新的发展迅速的领域,因其稳健和灵活的统计分析,成为贝叶斯统计中一个不可或缺的组成部分,广泛的应用......

随着科学技术的飞速发展和大规模高维数据的涌现,模式分类在越来越多的领域得到广泛的重视和应用。在国内外最新研究成果的基础上,......

数字化和信息化的时代,对于海量的图片信息,图像处理在生活中发挥着越来越重要的作用。图像分割是图像处理中最重要也是最基本的技......

一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽......

本文我们主要是研究了三个方面的内容，一是研究了光滑半鞅的局部时的拟必然平方变差，二是详细讨论了分数次Brown运动和分数次Brown单......

在非参数Bayesian中，Dirichlet过程先验得到了十分广泛的应用，其主要原因有以下三个： 1.先验比较容易细化，可以由它的参数确定，并且......

本文基于Dirichlet过程为先验分布，给出了区间数据下总体分布非参数Bayes估计的表达式。讨论了Dirichlet过程先验分布中超参数α的......

作为有限混合模型的自然推广，本文研究可数无限个正态分布的混合，即把凸组合视为一类新的分布，我们对无限正态混合模型进行了Bayes分......

在通常的Bayes框架下把某个未知函数作为参数并赋予一个先验分布，就成了所谓的非参数Bayes分析。非参数Bayes分析最核心的问题是为......

对于属性响应半参数回归模型的贝叶斯分析,Newton et al(1996)和Mouchart and Scheihing(1998)研究了二项响应半参数回归模型的贝......

近年来，带有随机效应的零过多泊松模型受到很多研究者的重视，为了方便，他们常假定随机效应服从正态分布，但是，这种假定在实际问题中未必......

将Dirichlet过程作为无穷高斯混合模型中权重参数的先验分布，利用贝叶斯定理得到参数的估计，并由Gibbs抽样算法得出聚类的个数和判断......