鉴别性最大后验概率声学模型自适应

为了更加准确地估计最小音素错误最大后验概率(MPE-MAP)自适应算法中的先验分布中心,使自适应后的声学模型参数更为准确,从而提高系统的识别性能,分别采用最大互信息最大后验概率(MMI-MAP)自适应和基于最大互信息准则与最大似然准则相结合的H-criterion最大后验概率(H-MAP)自适应估计先验分布中心,提出了基于最大互信息最大后验概率先验的最小音素错误最大后验概率(MPE-MMI-MAP)和基于H-criterion最大后验概率先验的最小音素错误最大后验概率(MPE-H-MAP)算法。任务自适应实验结果表明,MPE-MMI-MAP和MPE-H-MAP算法的自适应性能均优于MPE-MAP、MMI-MAP和最大后验概率(MAP)自适应方法,分别比MPE-MAP相对提高3.4%和2.7%。

基于Markov约束的泊松最大后验概率超分辨率图象复原法

提出了基于 Markov约束的泊松最大后验概率 ( Poisson-MAP)超分辨率图象复原方法 ( MPMAP) ,该方法把 Poisson-MAP法和 Markov随机场先验分布有机地结合在一起 .实验表明 ,该方法能有效地减少和去除复原图象中的噪音和振荡条纹 ,提高图象复原质量 。

基于最大后验概率的图像匹配相似性指标研究

图像匹配是视觉跟踪领域中的重要环节,利用巴氏(Bhattacharyya)系数度量模板与待匹配区域之间的统计特征相似性是图像匹配中最有效的方法之一.但是由于背景特征的影响,有时应用巴氏指标进行匹配得到的最优解的位置并不一定是目标特征的实际位置,因而在视觉跟踪过程中目标定位可能出现偏差,甚至跟踪错误.本文提出了一种基于后验概率的图像匹配相似性指标,该指标利用搜索区域的统计特征,能有效抑制待匹配区域特征中背景因素的影响,同时突出了目标特征的权重,与巴氏指标相比明显改善了匹配函数的峰值特性.这种指标的另一突出优点是计算复杂度很低,容易得到全局最优解.与巴氏系数指标的匹配结果进行的比较表明,本文所提出的匹配指标在复杂背景下具有更强的目标识别与分辨能力.

基于最大后验概率的SAR图像自适应超分辨率盲重建

提出了一种SAR图像自适应超分辨率(SR)盲重建算法。首先给出了一种图像退化过程中模糊核函数的选择策略;然后基于最大后验概率提出了新的SAR图像配准与SR盲重建的框架;再次,针对每一幅低分辨率图像引入了重要性权值并随之给出了迭代算法的总体框架,使得算法具有自适应性。试验表明,算法在SAR图像SR重建上取得了良好的效果,并且具有较好的收敛性。

基于最大后验概率和鲁棒估计的图像恢复推广变分模型

基于最大后验概率和MRF理论的图像恢复描述框架,提出一个面向图像恢复的推广变分模型.模型中将噪声建模为广义正态分布,利用最大似然法估计形状参数自动选择合适的范数作为数据保真项;将图像梯度场的分布建模为混合密度类,利用鲁棒估计理论构造一个耦合全变差积分和Dirichlet积分的图像先验模型作为正则化项.利用推广泛函的凸性,讨论了该推广模型的最优解存在性.最后提出结合梯度加权最速下降和半点格式的数值迭代算法.实验结果表明,推广模型能自动区分污染图像中的噪声分布特性,对于高斯噪声和脉冲噪声的污染图像都能取得很好的恢复效果.通过计算峰值信噪比和边缘保护指数,分析和评价了推广模型与目前其他变分方法的性能.

基于最大后验概率的逆半调改进方法

针对Bayesian算法以误差分散核为先验、时空复杂度高的缺点,提出一种逆半调改进算法. 首先根据误差分散半调图的噪声特性设计去噪预处理器,然后以预处理图像为初始值,依据最大后验概率准则,采用基于矩阵运算的迭代方法估计逆半调图像. 所构造的逆半调算法与Bayesian算法相比,逆半调图像平滑且边缘清晰,时空复杂度大大降低. 仿真结果表明:N×N维图像的空间复杂度由8N2降至81N,运行时间降为原来的15%左右;采用Floyd-Steinberg 半调图,该算法的峰值信噪比(PSNR)与小波算法相当,采用Jarvis半调图,PSNR值较小波算法提高了0.3～3 dB.

基于Parzen核估计的最大后验概率分类方法

从概率密度函数的角度出发,利用Parzen窗法估计总体样本的概率密度分布,将核方法和Parzen窗法引入最大后验概率方法中,提出一种基于Parzen核估计的最大后验概率的高性能多分类方法。该方法不需要考虑样本数据的具体分布情况,能够得到分类的可信度,给出推理的不确定性依据。在3个国际标准UCI数据集和3个人脸数据集上的实验结果表明,该方法具有较好的分类效果。

自由空间光通信的最大后验概率检测

为了减小大气闪烁对自由空间光通信的通信性能的影响,基于光信号的对数振幅序列服从联合高斯分布特性,提出了一种最大后验概率算法,给出了随时间变化的判决阈值。模拟结果表明,此算法可以有效减小大气闪烁对通信性能的影响,降低其误码率。

最大后验概率在三维显微图像恢复中的应用

针对显微镜系统造成三维荧光显微图像模糊问题 ,提出一种基于线性的最大后验概率算法 (LMAP) .该算法以线性最小均方 (LLS)为基础 ,引入平滑因子 ,通过调节小特征值克服病态问题 ,达到快速处理显微图像的目的 .对LMAP算法和LLS算法的图像处理结果进行了比较 .

鉴别性最大后验概率线性回归说话人自适应研究

为增强自适应后的声学模型的鉴别能力,提出了一种基于最大互信息(MMI)的鉴别性最大后验概率线性回归(MMI-DMAPLR)说话人自适应方法.将最大互信息准则和最大后验概率(MAP)准则相结合,设计了一个新的目标函数来估计基于线性变换的自适应方法中的变换参数,在最大后验概率估计中加入了鉴别性.大词汇量连续语音识别的实验结果表明,新方法在增强声学模型与测试数据的匹配性的同时,可以有效提高声学模型的鉴别能力,在少量自适应数据的情况下,其性能比最大后验概率线性回归(MAPLR)相对提高4.8%.

基于时间序列最大后验概率雷达目标识别

首次讨论了高分辨率雷达一维距离像的特点，提出了获取较稳定低维特征矢量的方法，指出不同时刻获得的矢量集为多维时间序列．将ＶａｓｓｉｌｉｏｓＰｅｔｒｉｄｉｓ等提出的用于时间序列分类分割算法推广到多维时间序列空间，并对实测的一维距离像进行了识别．初步的模拟结果表明，该方法在雷达目标识别领域具有良好的应用前景．

基于最大后验概率的K/N规则研究

现有K/N规则大都未考虑判决代价,未提供一般式,且从数学意义上不符合假设检验的最优准则。本文基于最大后验概率准则,使用贝叶斯理论,考虑判决代价,推导出K/N融合规则的一般式。数值试验结果表明本文的算法较同类算法性能更佳,适用性更广。同时本文还研究了漏检率,误检率之间的关系和组成传感器的选择规则。

基于改进的最大后验概率矢量量化和最小二乘支持向量机集成算法

针对目前说话人识别系统的效率问题,采用集成算法的策略,提出一种新的说话人识别系统框架。首先,考虑到传统的最大后验概率矢量量化(VQ-MAP)算法中只关注平均矢量而不考虑权重的问题,提出了改进的VQMAP算法,使用加权平均向量来代替平均向量;然后,由于支持向量机(SVM)算法相对耗时,故采用最小二乘支持向量机(LS-SVM)替代SVM算法;最后,在说话人识别系统中,利用改进的VQ-MAP算法所得参数集作为LS-SVM的训练样本。实验结果表明,基于改进的VQ-MAP和LS-SVM的集成算法,与传统的SVM算法相比,在均使用径向基函数(RBF)核函数时,对40人样本数据建模时间上减少接近40%;在阈值为1,测试语音时长为4 s时,与传统的VQ-MAP和SVM算法相比,误识率降低了1.1%,误拒率降低了2.9%,识别率提高了3.9%;在阈值为1,测试语音时长为4 s时,与传统的VQ-MAP和LS-SVM算法相比,误识率降低了3.6%,误拒率降低了2.7%,识别率提高了4.4%。结果表明,集成算法能够有效提高算法识别率,明显减少运算时间,同时降低误识率和误拒率。

基于广义高斯分布的最大后验概率图像复原算法

针对传统图像复原算法在减轻图像噪声和去模糊方面存在较大振铃现象的问题,提出了一种基于广义高斯分布模型的最大后验概率图像复原算法。该算法将最大后验概率模型和广义高斯分布相结合,利用了广义高斯分布可以模仿多数噪声模型的优势。与传统的最大似然算法相比较,所提出的算法不仅能有效地改善噪声,而且还能减轻由复原过程造成的纹波现象。

基于像素块最大后验概率的视频对象分割方法

提出一种基于像素块最大后验概率的视频运动对象快速分割算法。首先根据连续3帧视频序列构建参考帧,计算基于像素块的差分图像;然后用Gibbs随机场模型描述基于像素块的差分图像,通过最大后验概率方法分割运动对象块;最后使用基于颜色梯度的snake模型提取运动对象轮廓。实验结果表明,该算法能避免视频对象的缺失,降低图像噪声的影响,减少误分割,同时具有较快的计算速度。

一种简化的对数最大后验概率译码算法

提出了一种简化的对数最大后验概率译码算法.该简化算法基于逼近理论,用最佳平方逼近多项式近似计算校正函数,近似多项式的系数根据特征定理确定.与原算法相比,简化算法具有低复杂度、译码延时少的优点.仿真结果表明:计算复杂度比原算法降低约30%;在加性白高斯噪声信道和平坦慢衰落瑞利信道上,其编码增益比求最大值对数最大后验概率译码算法高出0.3～0.5 dB,与原算法相近.因此,简化算法可替代对数最大后验概率译码算法在Turbo码译码器中使用.

基于最大后验概率准则的红外图像NSCT域去噪方法

提出了具有图像增强效果的基于最大后验概率准则的非下采样Contourlet变换(NSCT,Non-Subsampled Contourlet Transform)域自适应降噪算法。该算法在定图像系数和噪声系数先验为高斯分布的前提下,利用后验概率最大原理计算NSCT系数的萎缩因子。在考虑尺度和方向能量因素的基础上对萎缩因子进行了修正,并用于NSCT系数萎缩过程中。最后,通过逆变换重构出降噪和增强的图像。试验结果表明,本文方法与小波去噪方法相比,性能有明显的提升。

基于最大后验概率的语音合成说话人自适应

在基于隐马尔可夫模型的语音合成说话人自适应中,通常的最大似然线性回归(Maximum likelihoad linear regression,MLLR)方法在自适应后的音质和相似度等方面与原始语音仍有一定的差距。为了改善说话人自适应的效果,本文从识别的理论出发,将结构化最大后验概率准则(Structure maximum aposteriori probability,SMAP)应用到语音合成的说话人自适应中,并将MLLR,MAP,SMAP等方法结合使用。通过一系列对参数、数据选取等实验,本文探讨了在语音合成中如何更好地提高说话人自适应后的音质和相似度。实验表明,在结合使用最大后验概率相关准则后,说话人自适应可以取得比MLLR更好的效果。

基于最大后验概率的la范数去噪方法

从观测模型和先验模型入手,深入分析了在图像去噪过程中如何在边缘保护和去除噪声之间寻找平衡,针对TV先验模型在边缘保护和纹理保护中的不足,提出了新的基于最大后验概率的la范数去噪方法,该方法更好地保护了图像的边缘,同时使得在平滑区域产生的阶梯效应减少.数值实验进一步验证了该方法的正确性和有效性.

基于多带复数小波与最大后验概率估计法的图像去噪方法

提出一种基于多带复数小波与最大后验概率估计方法的图像去噪方法,与二带小波以及相应的去噪方法相比,性能具有明显改善。