| 混合概率典型相关性分析 | |
| 张博 ; 郝杰 ; 马刚 ; 岳金朋 ; 张建华 ; 史忠植 | |
| 2015-09-06 ; 2015-09-06 | |
| 关键词 | 典型相关性分析 概率典型相关性分析 混合概率模型 聚类融合 模式识别 |
| 中文摘要 | 典型相关性分析(canonical correlation analysis,CCA)是一种用来分析2组随机变量之间相关性的统计分析工具,但作为一种线性数学模型,CCA不足以揭示真实世界中大量存在的非线性相关现象.采用局部化的方法,在概率典型相关性分析(probabilistic CCA,PCCA)的基础上,使用概率混合模型框架,提出了混合概率典型相关性分析模型(mixture of probabilistic CCA,MixPCCA)以及估计模型参数的2阶段期望最大化(expectation maximization,EM)算法,并给出了使用聚类融合确定局部线性模型数量的方法和MixPCCA模型应用于模式识别的理论框架.在手写体数据集USPS和MNIST上的实验证明,MixPCCA模型通过混合多个局部线性PCCA模型不仅提供了一种捕捉复杂的全局非线性相关性的解决方案,而且还具备检测只在局部区域才存在的相关性的能力. |
| 内容类型 | 期刊论文 |
| 源URL | [http://ir.calis.edu.cn/hdl/232060/12175]  |
| 专题 | 中国矿业大学（徐州） |
| 推荐引用方式 GB/T 7714 | 张博,郝杰,马刚,等. 混合概率典型相关性分析[J],2015, 2015. |
| APA | 张博,郝杰,马刚,岳金朋,张建华,&史忠植.(2015).混合概率典型相关性分析.. |
| MLA | 张博,et al."混合概率典型相关性分析".(2015). |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论