• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >Statistical characterization of clutter scenes based on a Markov random field model
【24h】

Statistical characterization of clutter scenes based on a Markov random field model

机译：基于马尔可夫随机现场模型的杂波场景统计表征

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of clutter region identification based on Markov random field (MRF) models is addressed. Observations inside each clutter region are assumed homogenous, i.e., observations follow a single probability distribution. Our goal is to partition clutter scenes into homogenous regions and to determine this underlying probability distribution. Metropolis-Hasting and reversible jump Markov chain (RJMC) algorithms are used to search for solutions based on the maximum a posteriori (MAP) criterion. Several examples illustrate the performance of our algorithm.
机译：解决了基于马尔可夫随机场（MRF）模型的杂波区域识别问题。假设每个杂波区域内的观察是均匀的，即观察遵循单一概率分布。我们的目标是将杂乱场景分成同质区域，并确定这种潜在的概率分布。 Metropolis-Hasting和可逆跳转马尔可夫链（RJMC）算法用于根据最大后验（MAP）标准来搜索解决方案。有几个例子说明了我们算法的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号