本文關(guān)鍵詞：稀疏貝葉斯混合專家模型及其在光譜數(shù)據(jù)標(biāo)定中的應(yīng)用

  更多相關(guān)文章： 多元校正 混合專家模型 特征提取 變分推斷

【摘要】：在光譜數(shù)據(jù)的多元校正中,光譜數(shù)據(jù)通常是在多種不同的環(huán)境條件下收集的.為了建模來源于不同環(huán)境中的高維光譜數(shù)據(jù),本文提出了一種新的稀疏貝葉斯混合專家模型,并將其用來選擇多元校正模型的稀疏特征.混合專家模型能夠把訓(xùn)練數(shù)據(jù)劃分到不同的子類,之后使用不同的預(yù)測模型來分別對劃分后的數(shù)據(jù)進(jìn)行預(yù)測,因此這種方法適合于建模來自于多種環(huán)境下的光譜數(shù)據(jù).本文提出的稀疏的混合專家模型利用稀疏貝葉斯的方法來進(jìn)行特征選擇,不依賴于事先指定的參數(shù);同時利用probit模型作為門函數(shù)以得到解析的后驗(yàn)分布,避免了在門函數(shù)分類模型中進(jìn)行特征提取時需要的近似.本文提出的模型與其他幾種常用的回歸模型在人工數(shù)據(jù)集和幾個公開的光譜數(shù)據(jù)集上進(jìn)行了比較,比較結(jié)果顯示本文提出的模型對多個來源的光譜數(shù)據(jù)進(jìn)行濃度預(yù)測時精度比傳統(tǒng)的回歸方法有一定的提高.
【作者單位】： 中國科學(xué)技術(shù)大學(xué)自動化系;
【關(guān)鍵詞】： 多元校正 混合專家模型 特征提取 變分推斷
【基金】：國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(AA2100100021)資助~~
【分類號】：TP18
【正文快照】： 引用格式俞斌峰,季海波.稀疏貝葉斯混合專家模型及其在光譜數(shù)據(jù)標(biāo)定中的應(yīng)用.自動化學(xué)報(bào),2016,42(4):566-579Sparse Bayesian Mixture of Experts and Its Application toSpectral Multivariate CalibrationYU Bin-Feng1在很多機(jī)器學(xué)習(xí)的回歸或者分類問題中,訓(xùn)練樣本通�？梢�

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛利紅,羅衛(wèi)紅,曹衛(wèi)星,田永超;作物水分和氮素光譜診斷研究進(jìn)展[J];遙感學(xué)報(bào);2003年01期

2 柏軍華,李少昆,隋學(xué)艷,王方勇,王克如;影響近地光譜數(shù)據(jù)采集質(zhì)量關(guān)鍵問題的探討[J];石河子大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

3 程潔;肖青;李小文;柳欽火;杜永明;;基于多層感知器網(wǎng)絡(luò)的FTIR高光譜數(shù)據(jù)溫度和發(fā)射率光譜同步反演[J];光譜學(xué)與光譜分析;2008年04期

4 池宏康;冬小麥單位面積產(chǎn)量的光譜數(shù)據(jù)估產(chǎn)模型研究[J];遙感信息;1995年03期

5 吳傳慶,童慶禧,鄭蘭芬;地面、圖像光譜數(shù)據(jù)的預(yù)處理[J];遙感技術(shù)與應(yīng)用;2005年05期

6 陳穎;舒寧;;基于光譜相似性的多光譜數(shù)據(jù)紋理編碼算法研究[J];國土資源遙感;2005年04期

7 王瀛;郭雷;梁楠;;逐波段修正負(fù)相關(guān)的光譜角填圖算法[J];火力與指揮控制;2013年02期

8 張立朝;王青山;潘貞;鄭海鷹;張世全;;改進(jìn)的光譜角度制圖分類方法研究[J];測繪科學(xué);2008年02期

9 薛彬,楊建峰,趙葆常;用于月球風(fēng)化層遙感的光譜分離技術(shù)研究(英文)[J];光子學(xué)報(bào);2005年10期

10 陳君穎;田慶久;;水稻葉片不同光譜形式反演葉綠素含量的對比分析研究[J];國土資源遙感;2007年01期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 李幸麗;杜培軍;;典型光譜數(shù)據(jù)庫的建立及基于圖形界面的分析[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

2 吳傳慶;童慶禧;鄭蘭芬;張兵;趙永超;張霞;;地面、圖像光譜數(shù)據(jù)的預(yù)處理[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2002年

3 李彬彬;易寶林;劉斌;;基于信源學(xué)的植被光譜數(shù)據(jù)的存儲技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

4 張兵;白繼偉;鄭蘭芬;童慶禧;;作物生長光譜指數(shù)及其時間序列分析[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 張寅俊;基于STM32的嵌入式光譜重構(gòu)處理技術(shù)的研究[D];南京理工大學(xué);2012年

2 黃敏超;CCD光譜數(shù)據(jù)處理系統(tǒng)的研究[D];江南大學(xué);2015年

3 嚴(yán)義超;基于迭代光譜混合分析的高光譜圖像解混技術(shù)研究[D];華中科技大學(xué);2013年

4 王景瑞;基于漫反射近紅外光譜對谷物檢測方法研究[D];長春理工大學(xué);2010年

5 劉瑞芳;基于ANN近紅外光譜分析方法研究與ARM系統(tǒng)實(shí)現(xiàn)[D];吉林大學(xué);2012年

，

本文編號：749945