MCMC隐马尔可夫场的联合分离与分割
摘要：在本文中，我们考虑了噪声即时混合图像的盲分离问题。图像使用具有未知参数的隐藏马尔可夫场模型化。给定观察到的图像，我们给出了贝叶斯表述，并提出通过实施马尔可夫蒙特卡罗（MCMC）过程来解决由此产生的数据增广问题。我们将未知变量分为两类： 1. 感兴趣的参数，包括混合矩阵、噪声协方差和源分布的参数。 2. 隐藏变量，包括未观察到的源和未观察到的像素分类标签。 所提出的算法在稳态下提供从涉及问题的所有变量的后验分布中抽取的样本，从而在成本函数选择方面具有灵活性。 我们讨论和表征了参数似然函数的非可识别性和退化性以及MCMC算法在这种情况下的行为。 最后，我们展示了合成数据和真实数据的结果，以说明所提出解决方案的可行性。关键词：MCMC、盲源分离、隐藏马尔可夫场、分割、贝叶斯方法
作者：Hichem Snoussi and Ali Mohammad-Djafari (Laboratoire des signaux et systemes, CNRS-SUPELEC-UPS, Gif-sur\_Yvette, France.)
论文ID：physics/0211051
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2007-05-23