混合高斯模型的熵惩罚最大似然估计与自动模型选择; Entropy Penalized Maximum-Likelihood Estimate on Gaussian Mixture with Automated Model Selection | |
刘伯芹 ; 马尽文 | |
2003 | |
关键词 | 高斯混合模型 最大似然估计 熵 惩罚 梯度算法 |
英文摘要 | 有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用.在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题.这实际上是一个模型选择问题,直接影响着应用的效果.为了解决这一模型选择问题,本文在一维混合高斯模型下提出了基于熵惩罚最大似然估计的梯度算法.实验表明这种算法能够在参数估计过程中自动实现模型选择,使得多余高斯分量的混合比例系数衰减为零.; 国家自然科学基金; 中国科学引文数据库(CSCD); 0; z1; 253-256; 19 |
语种 | 中文 |
出处 | 万方 ; http://d.g.wanfangdata.com.cn/Periodical_xhcl2003z1063.aspx |
出版者 | 信号处理 |
内容类型 | 其他 |
源URL | [http://hdl.handle.net/20.500.11897/13814] |
专题 | 数学科学学院 |
推荐引用方式 GB/T 7714 | 刘伯芹,马尽文. 混合高斯模型的熵惩罚最大似然估计与自动模型选择, Entropy Penalized Maximum-Likelihood Estimate on Gaussian Mixture with Automated Model Selection. 2003-01-01. |
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