基于Bayesian统计推断的粒子滤波技术及应用
内容简介:本书针对大数据决策理论中涉及的安全可靠风险问题,以及可靠性与精确性的制约折中优化的问题,将研究的重点主要集中于基于Bayesian统计推断的粒子滤波算法的研究和应用,在论述粒子滤波算法的同时,主要融入了作者新的研究思想,即点估计观测值+先验概率,同时将多尺度的概念融入粒子滤波中,形成了具有多尺度粒子滤波的算法,利用不同粗细尺度对动态系统状态空间中的一条马尔可夫链进行交替耦合采样,借助于传递和更新状态信息及参数信息来搜索状态和参数的最大联合后验分布似然函数。细尺度的重要采样能保持精度,粗尺度的重要采样能提高运算效率,粗细尺度交替耦合采样则能有效抑制粒子的退化现象。
登录后可荐购