搜索结果: 1-15 共查到“工学 MCMC”相关记录21条 . 查询时间(0.099 秒)
中国科学院计算机网络信息中心专利：一种基于MCMC的并行分类方法
中国科学院计算机网络信息中心 专利 MCMC 并行分类
2023/8/24
本发明公开了一种基于MCMC的并行分类方法，包括：根据初始状态计算似然估计；根据似然估计计算出参数的后验概率；根据后验概率进行MCMC模拟运算，以当前状态为基础，产生新状态；根据新状态计算接受概率，并产生第一随机数，当第一随机数小于接受概率时，则下一时刻的状态为新状态，否则保持当前状态不变；产生同一列处理器中准备进行交换的马尔科夫链的标号；当处理器中的马尔科夫链参与了交换，则计算出交换概率，并产生...
针对马尔可夫链蒙特卡罗(MCMC)模型修正方法在待修正参数维数较高时不易收敛和计算效率低下的问题,建立了融合自适应算法和相关向量机的快速模型修正方法。基于广义无偏见先验分布,推导了待修正参数的后验分布;在标准MCMC方法的基础上,引入延缓拒绝算法以提高新样本接受概率;引入自适应算法以自主调整建议分布的带宽。通过相关向量机建立待修正参数与有限元模型理论计算值之间的回归模型,以提高模型修正的计算效率。...
MCMC LINKED WITH IMPLICIT SHAPE MODELS AND PLANE SWEEPING FOR 3D BUILDING FACADE INTERPRETATION IN IMAGE SEQUENCES
Markov Chain Monte Carlo Implicit Shape Models Plane Sweeping Facade Interpretation
2015/8/31
In this paper we propose to link Markov Chain Monte Carlo – MCMC in the spirit of (Dick, Torr, and Cipolla, 2004) with information from Implicit Shape Models – ISM (Leibe and Schiele, 2004) and with P...
MCMC LINKED WITH IMPLICIT SHAPE MODELS AND PLANE SWEEPING FOR 3D BUILDING FACADE INTERPRETATION IN IMAGE SEQUENCES
Markov Chain Monte Carlo Implicit Shape Models Plane Sweeping Facade Interpretation
2015/8/28
In this paper we propose to link Markov Chain Monte Carlo – MCMC in the spirit of (Dick, Torr, and Cipolla, 2004) with information from Implicit Shape Models – ISM (Leibe and Schiele, 2004) and with P...
Scaling MCMC Inference and Belief Propagation to Large, Dense Graphical Models
machine learning graphical models
2014/12/18
With the physical constraints of semiconductor-based electronics becoming increasingly limiting in the past decade, single-core CPUs have given way to multi-core and distributed computing platforms. A...
传统差分进化算法在优选水文模型参数时容易出现/早熟收敛0问题,基于马尔可夫链蒙特卡罗方法的差分进化算法)))DREAM算法,对嘉陵江流域降雨径流模型的参数优选问题进行了分析。结果发现,DREAM算法融合了自适应Metropolis方法的优点,能有效克服/早熟收敛0问题,适用于推求先验信息较少的复杂水文模型参数后验分布。
基于RJ-MCMC的DS-CDMA信号扩频码与信息序列盲估计
直扩码分多址 可逆跳跃 马尔科夫链蒙特卡罗 后验分布
2014/4/11
针对非合作低信噪比环境下的DS-CDMA信号参数估计问题，在分析信号模型的基础上，提出一种基于可逆跳跃的马尔科夫链蒙特卡罗(RJ-MCMC)扩频序列和信息序列联合估计算法。该算法通过建立信号参数和用户个数的联合后验分布模型，迭代抽样得到待估分布的样本，并有效地在不同维数的子空间中跳转，从而构造一条马尔科夫链，使其平稳分布为待估参数的后验分布。仿真结果表明，该算法在功率相同和不同的条件下均能适应较低...
大气低频噪声混合模型的MCMC参数估计
马尔可夫链蒙特卡罗 非高斯噪声 α稳定分布
2013/5/23
大气噪声是低频通信中的主要干扰，且具有严重非高斯分布特性，对非高斯噪声模型的参数估计对于提高低频接收机的性能具有重要意义。设计了估计非高斯混合模型参数的马尔可夫链蒙特卡罗(Markov chain Monte Carlo， MCMC)算法,该算法通过构建贝叶斯层次模型，利用Gibbs抽样和M-H抽样更新迭代参数。利用乘积特性，将稳定分布作为等价的高斯分布来处理,并在层次模型中设置多个额外参数，以增...
基于MCMC的模糊自适应重要抽样法
马尔可夫模拟 自适应核密度估计 重要抽样 模糊失效概率
2013/5/21
针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo，MCMC)的自适应重要抽样法只适用于失效边界确定的系统，而不适用于失效域模糊的渐变结构系统问题，提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发，根据Metropolis准则构造马尔可夫模拟样本点；然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样；最后离散化模糊失效域以计算系...
混合变量系统基于MCMC的自适应重要抽样法
核密度估计 重要抽样 混合变量系统 性能可靠度
2012/2/13
系统关键故障的发生,会导致系统处于各种离散性能降级状态.针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于连续变量系统的不足,提出考虑混合变量的基于MCMC的自适应重要抽样法,以支持系统性能可靠性的高效仿真.该方法首先将由关键故障产生的不同失效域组成失效空间,并通过初始样本点在失效空间中随机游走构造马尔可夫链模拟样本;然后综合考...
系统关键故障的发生,会导致系统处于各种离散性能降级状态.针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于连续变量系统的不足,提出考虑混合变量的基于MCMC的自适应重要抽样法,以支持系统性能可靠性的高效仿真.该方法首先将由关键故障产生的不同失效域组成失效空间,并通过初始样本点在失效空间中随机游走构造马尔可夫链模拟样本;然后综合考...
Modified Weibull model: A Bayes study using MCMC approach based on progressive censoring data
Modified Weibull distribution Progressive type-II censoring Balanced loss Maximum likelihood estimation Bayesian estimation Gibbs and Metropolis–Hasting samplers Hybrid MCMC approach Bootstrap
2012/4/22
In this paper, we investigate the problem of point and interval estimations for the modified Weibull distribution (MWD) using progressively type-II censored sample. The maximum likelihood (ML), Bayes,...
大气低频噪声混合模型的MCMC参数估计
混合模型 马尔可夫链蒙特卡罗 非高斯噪声 α稳定分布
2013/9/4
大气噪声是低频通信中的主要干扰，且具有严重非高斯分布特性，对非高斯噪声模型的参数估计对于提高低频接收机的性能具有重要意义。设计了估计非高斯混合模型参数的马尔可夫链蒙特卡罗(Markov chain Monte Carlo， MCMC)算法,该算法通过构建贝叶斯层次模型，利用Gibbs抽样和M-H抽样更新迭代参数。利用乘积特性，将稳定分布作为等价的高斯分布来处理,并在层次模型中设置多个额外参数，以增...
一种基于IS-MCMC的多目标跟踪算法
多目标跟踪 马尔可夫链蒙特卡洛 定向概率数据关联
2014/4/14
针对密集杂波环境下的多目标跟踪问题，提出了一种基于定向概率数据关联重要度采样的改进马尔可夫链蒙特卡洛(MCMC)算法(IS\|MCMC)。首先，基于马尔可夫链蒙特卡洛方法求解具有最大后验概率的量测分配集，并根据量测与目标的定向关联概率进行重要度采样以提高收敛速度。其次，依据量测分配结果更新目标轨迹的感知概率和状态参数，并基于感知概率实现对轨迹起始、维持和终止的判断。为实现对目标的连续跟踪，采用滑窗...