当前位置: 首页 » 资料 » 健康论文 » 基于惩罚距离的混合模型分量数自动估计算法

基于惩罚距离的混合模型分量数自动估计算法

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:8
摘 要:期望最大化(EM)算法是对有限混合模型进行参数估计的通用算法,然而标准EM算法中所需的混合模型分量数往往是未知的.文中研究了一种采用惩罚性最小匹配距离估计分量数的方法,并结合贪婪EM算法框架,提出了一
  • 【题 名】基于惩罚距离的混合模型分量数自动估计算法
  • 【作 者】张大明 符茂胜 郭慧 罗斌
  • 【机 构】安徽大学计算机科学与技术学院 安徽合肥230039 新南威尔士大学 澳大利亚悉尼NSW2052
  • 【刊 名】《华南理工大学学报:自然科学版》2009年 第10期 101-107页 共7页
  • 【关键词】有限混合模型 分量数 惩罚性最小匹配距离 贪婪EM Parzen窗 带宽
  • 【文 摘】期望最大化(EM)算法是对有限混合模型进行参数估计的通用算法,然而标准EM算法中所需的混合模型分量数往往是未知的.文中研究了一种采用惩罚性最小匹配距离估计分量数的方法,并结合贪婪EM算法框架,提出了一种可以在进行参数估计的同时快速准确地自动估计高斯混合模型分量数的算法,最后通过一元和二元高斯混合模型的仿真实验验证了该算法的有效性.
 
本文导航:
  • (1) 有限混合模型,分量数,惩罚性最小匹配距离,贪婪EM,Parzen窗,带宽
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注