用于多变量信号贝叶斯数据融合的隐马尔可夫模型
数据分析、统计与概率
2007-05-23 v1
摘要
在这项工作中，我们提出了一个用于成像系统中出现的多变量信号数据融合的贝叶斯框架。更具体地说，我们考虑通过两种不同成像过程观察到同一物体的两幅图像的情况。这项工作的目标是提出一种连贯的方法来组合这些数据集，以获得可以被视为这两幅图像融合结果的分割图像。所提出的方法基于具有共同分割的图像的隐马尔可夫建模（HMM），或者等效地，具有由Potts马尔可夫随机场建模的共同隐藏分类标签变量。然后，我们提出了一种适当的马尔可夫链蒙特卡洛（MCMC）算法来实现该方法，并展示了一些模拟结果和应用。
引用
@article{arxiv.physics/0403149,
title = {A Hidden Markov model for Bayesian data fusion of multivariate signals},
author = {Olivier Feron and Ali Mohammad-Djafari},
journal= {arXiv preprint arXiv:physics/0403149},
year = {2007}
}
备注
presented at Fifth Int. Triennial Calcutta Symposium on Probability and Statistics, 28-31 December. 2003, Dept. of Statistics, Calcutta University, Kolkata, India