統(tǒng)計稀疏學習中的貝葉斯非參數(shù)建模方法及其應(yīng)用研究

第1章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
第2章 貝葉斯非參數(shù)模型的構(gòu)建
2.1 符號約定
2.2 貝葉斯非參數(shù)模型
2.3 相關(guān)理論基礎(chǔ)
2.4 狄利克雷過程
2.5 狄利克雷過程的構(gòu)造
2.6 貝塔過程
2.7 小結(jié)
第3章 貝葉斯稀疏表示
3.1 稀疏表示
3.2 貝葉斯稀疏表示方法
3.3 基于離散混合貝塔過程的稀疏表示模型
3.4 小結(jié)
第4章 基于聚類特征的貝葉斯非參數(shù)字典學習
4.1 字典學習問題
4.2 現(xiàn)有字典學習算法
4.3 約束等距性條件
4.4 帶有聚類特征的貝葉斯非參數(shù)字典學習
4.5 小結(jié)
第5章 基于狄利克雷過程的聚類方法
5.1 貝葉斯非參數(shù)聚類
5.2 基于Polya Tree的高維稀疏聚類
5.3 小結(jié)
第6章 結(jié)束語
參考文獻