高级搜索

基于贝叶斯准则的随机共振算法研究

刘书君 杨婷 唐明春 王品 李勇明

引用本文: 刘书君, 杨婷, 唐明春, 王品, 李勇明. 基于贝叶斯准则的随机共振算法研究[J]. 电子与信息学报, 2017, 39(2): 293-300. doi: 10.11999/JEIT160361 shu
Citation:  LIU Shujun, YANG Ting, TANG Mingchun, WANG Pin, LI Yongming. Study on Stochastic Resonance Algorithm Based on Bayes Criterion[J]. Journal of Electronics and Information Technology, 2017, 39(2): 293-300. doi: 10.11999/JEIT160361 shu

基于贝叶斯准则的随机共振算法研究

摘要: 该文针对二元假设检验问题,首先在贝叶斯准则的基础上,分析了最小化贝叶斯代价所对应的最优噪声,将贝叶斯代价的最小化问题等价为虚警概率和/或检测概率的最优化。其次,在保证一定虚警概率和检测概率的前提下,建立起能同时改善检测概率和虚警概率的模型。然后分别给出当检测概率一定时虚警概率最小和虚警概率一定时检测概率最大这两种极限情况下对应的最优加性噪声,并对其进行线性凸组合以获得模型所需的最优加性噪声,进一步分析并证明了该模型能够成立的充分条件。再次,获得先验概率已知和未知两种情况下最小化贝叶斯代价时所对应的加性噪声,且当先验知识发生改变时,该算法只需调整加性噪声中一个可变参数即可获得相应的最优贝叶斯代价。最后,结合具体的检测问题,通过仿真验证了所提算法的有效性。

English

计量
  • PDF下载量:  428
  • 文章访问数:  421
  • HTML全文浏览量:  18
文章相关
  • 通讯作者:  刘书君, liusj@cqu.edu.cn
  • 收稿日期:  2016-04-14
  • 录用日期:  2016-10-18
  • 刊出日期:  2017-02-19
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章