一个两状态平稳遍历马尔可夫链部分和序列最小值分布的精确尾估计

一般情况下对平稳遍历马尔可夫链部分和序列最小值分布进行精确尾估计是较困难的.利用条件全概率公式,并通过求解差分方程,给出两状态情况下一个精确尾估计的具体表达式.

最小错误概率Bayes分类在杨梅图像数据分类中的运用

本文以Bayes分类为基础理论,结合杨梅图像自身的特点和它所服从的统计学特性,得到一种基于最小错误概率Bayes决策的分类方法在杨梅图像数据分类中的运用。文章首先介绍基于最小错误概率Bayes决策理论,然后从理论上推导其在杨梅图像数据中分类数据的运用,最后通过实验分析其运用的实际效果和各种不同参数对分类效果的影响并得出结论。模式识别与信号处理、概率统计、数字图像处理等学科有着密切的联系,其中很多分类方法较为成熟且广泛的运用于数据分类中,并在许多实际问题和多种不同分布数据分类中取得了良好的效果。

视觉信息处理中的马尔可夫随机场

由于视觉信息处理中存在大量的不确定性,概率图模型在计算机视觉领域有着广泛的应用,备受广大学者的关注。许多视觉问题都可以通过建立概率图模型进行求解,随着高效求解算法的提出和发展,马尔可夫随机场在解决计算机视觉领域的大规模数据问题中具有很大的优势。首先简要地介绍了概率图模型的概念,然后对马尔可夫随机场模型的定义、特性和推导求解进行了分析和讨论,在此基础上,以马尔可夫随机场在视觉信息的应用为线索,对目前基于马尔可夫随机场的计算机视觉信息处理的主要技术进行了概述和比较研究。

马尔可夫模型在轮胎市场预测中的应用

从当前热点问题出发,根据2010年北京轮胎市场占有率的调查数据,应用马尔可夫预测法以及改进的最小二乘法,估计出转移概率矩阵并预测出报告期市场占有率分布。

最小总风险准则的贝叶斯网络个人信用评估模型

将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险。

一种用于说话人辨认的概率神经网络的MCE训练算法

提出了一种基于最小分类错误准则的概率神经网络的训练算法。实验结果表明 ,这种分类网络及其学习算法在 30个说话人辨认应用中利用 5秒清晰语音获得 98.4%的辨认率 ,利用 15秒电话语音获得 85 .1%的辨认率。

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%。

多元回归分析在转移概率估计中的应用

状态转移概率矩阵是马尔可夫预测中的关键问题。在没有状态转移数据的情况下,通过建立多元线性回归模型,计算转移概率矩阵的最小二乘估计方法,并给出了计算公式。

一种求解最小割的警示传播算法

最小割问题(minimum cut problem)是NP(Non-deterministic Polynomial)难问题,警示传播算法(warning propagation)是一种基于因子图的消息传递算法,可用于求解组合优化问题.首先,本文借助隐马尔可夫模型将无向图转换为因子图,将求解最小割映射为求解因子图的相应问题.进而设计一种求解最小割的警示传播算法.最后,选取了几组随机无向图实例进行数值实验,实验结果表明,该算法在求解速度上优于同类算法.

一种运用纹理和光谱特征消除投影差影响的建筑物变化检测方法

针对不同时期高分辨率遥感影像变化检测中城区建筑物因投影差差异所产生的误检测现象,提出了一种综合应用光谱和纹理特征的建筑物变化检测方法。以变化和未发生变化地物影像的散度作为可分性依据,首先对光谱差分影像在混合高斯密度模型下建模,并采用马尔可夫最小错误概率准则提取初始变化区域,往往含有错判的建筑物。然后将误判建筑物影像类和真实变化影像类构成训练集,通过引入多通道Gabor滤波器,提取训练集的纹理差分特征,并采用分类别PCA变换实施纹理差分特征的选择。最后对选择出的纹理差分特征依据高斯混合密度模型建模,并用马尔可夫最小错误概率提取真变化区域,即可去除光谱信息检测所产生的伪变化。试验表明,本文方法能够较好地解决建筑物变化的错判问题,提高了影像变化检测的精度。

基于改进型D—S证据理论的决策层融合滤波算法

本文针对线性和非线性混合滤波技术的不足 ,提出了一种基于改进型I) -s证据理论的融合滤波算法 .本算法首先分析了基本D -S证据理论组合准则缺陷的产生原因 ,从而采取消去证据间相关性、自适应地分配矛盾信息给与冲突有关的焦元等措施 ,改进了基本D—s证据理论的组合准则 ,提高了其融合性能 .在此基础上 ,本算法又根据混合滤波器单源判别边界点误报风险大、可靠性和容错性差的弊端 ,增加了多子源判决准则 ,利用改进了的D-S证据理论的组合准则 ,实施融合判决 .后续实验证明了本算法的有效性 。

基于生物视觉显著性的车辆车型识别

车型的识别问题是典型的目标识别问题,根据生物视觉与模式识别理论,对车辆车型的检测与识别进行了研究,提出了基于最小错误概率的特征显著性车型识别算法。该算法对车型的多个特征进行显著性比较,对较显著的特征赋予较大的权值,然后对多特征的识别结果进行融合处理。实验结果表明该算法对车型的识别具有较高的识别率。

窄带语音带宽扩展算法研究

为了降低谱失真,提出了一种基于隐马尔科夫模型的窄带语音带宽扩展算法。首先,算法选取与宽带谱包络互信息大的参数构成特征矢量,并利用隐马尔可夫状态和过去观察特征矢量的联合先验概率估计条件后验概率。其次,以条件后验概率为基础,算法结合贝叶斯条件参数估计法和最小均方差准则估计宽带谱包络。针对宽带激励信号估计,基于信号高频和低频的谐波相关性,提出了一种中频激励扩展算法。实验结果表明,与传统的基于隐马尔可夫模型的带宽扩展算法相比,本文算法可降低0.187 dB的平均谱失真,将谱失真大于10 dB的语音帧减少了34.3%。

基于三角模融合准则的滤波算法

本文针对线性和非线性混合滤波技术的不足 ,提出了一种基于三角模融合算子的混合滤波算法 .此算法根据信息融合的竞争性、互补性、冗余性的特点 ,运用三角模算子对边界点进行融合判断 ,从而根据融合结果 ,进行混合滤波 .本算法很好地克服了单源判别边界点误报风险大、可靠性和容错性差的弊端 ,改进了滤波性能 .后续实验证明了本算法的有效性 。

基于最小错误率和快速水平集的图像分割

提出一种基于最小错误率和快速水平集的图像分割方法,通过对速度项和停止条件的重新设计,实现了快速而有效的图像分割。算法采用模式分类思想,以统计直方图来近似目标和背景区域的概率密度,对基于最小错误率的判别函数进行平滑滤波以获得外部速度,从而实现曲线的进化;同时,分割过程在分类错误率达到最小时停止。实验结果表明,本文算法对弱边缘、低对比度灰度图像具有较好的分割效果,且具有较强的抗噪性能;在分割速度上,本文算法也明显优于几种已有算法。

基于正交水印的盲水印检测技术

提出一种稳健的盲水印检测技术.利用水印信号与主数据之间的正交性,水印检测时不需要使用原始数据并且可以彻底消除主数据噪声的干扰,从而大大提高了水印检测器的稳健性.无论是根据Neyman-Pearson准则还是最小错误概率准则,理论分析表明本文检测器在性能上可以取得很大改善.利用对水印加权的分组技术,盲水印检测器在性能上逼近非盲水印检测器.各种失真下的实验结果表明这种盲水印检测技术是有效的.

基于Bayes决策的手写体数字识别

提出了一种用Bayes决策理论进行手写体数字识别的方法,对已知类别的样品提取特征建立数字样品库,对于任意的手写数字提取特征,根据数字样品库中已知样品的特征,运用基于最小错误概率的Bayes决策进行识别.实验证明Bayes决策理论用于手写体数字的识别有较好的效果,一般情况下识别率能达到96%以上.

基于MCE训练算法的说话人辨认系统

提出了一种基于最小分类错误准则的概率神经网络的训练算法。实验结果表明, 该系统及其MCE学习算法在20个说话人辨认应用中利用5s清晰语音获得98.9%的辨认率，利用15s电话语音获得86.2%的辨认率。

子词驻留特征在电话语音确认中的应用

语速和插入删除错误是导致自动电话转接系统发生错误的重要原因。该文给出一种基于子词似然比(LLR)和子词驻留特征融合的语音确认方法减少上述错误。提出基于最小分类错误准则方法求取子词特征融合参数。电话转接系统实验结果表明,采用子词驻留特征能有效提高语音确认效果,与LLR方法相比,名称关键词的等错误率下降3.35%,数字串关键词的等错误率下降4.05%。

一种改进的MCE训练方法

隐马尔可夫模型的参数估计是研究的重点话题,其中一个主要的方法是最小分类错误.从两方面说明一种新的MCE方法.建立一个非平凡的结构,使MCE的目标函数被重新确定为适合多个判断标准训练符的有理函数.采用这种新方法,基于增长转换或扩展Baum-W elch算法得到一个新的优化方法.