基于协方差的高斯混合模型参数学习算法
文献类型:期刊论文
作者 | 廖晓锋 ; 范修斌 ; 姜青山 |
刊名 | 计算机科学 |
出版日期 | 2013 |
卷号 | 40期号:z2页码:77-81 |
ISSN号 | 1002-137X |
关键词 | 混合高斯模型 期望最大化 协方差 CVB算法 Gaussian mixture model Expectation maximization Covariance based CVB algorithm |
其他题名 | Covariance Based Learning Algorithm for Gaussian Mixture Model |
中文摘要 | 对混合高斯模型参数估计问题的算法通常是基于期望最大(Expectation Maximization)给出的.在混合高斯模型的因素协方差矩阵已知、因素各分量独立的前提下,给出了基于协方差矩阵的机器学习算法,简称CVB(Covari-ance Based)算法,并进行了一定的数学分析.最后给出了与期望最大算法的实验结果比较.实验结果表明,在该条件下,基于协方差的算法优于期望最大算法. |
语种 | 中文 |
公开日期 | 2014-12-16 |
源URL | [http://ir.iscas.ac.cn/handle/311060/16979] |
专题 | 软件研究所_软件所图书馆_期刊论文 |
推荐引用方式 GB/T 7714 | 廖晓锋,范修斌,姜青山. 基于协方差的高斯混合模型参数学习算法[J]. 计算机科学,2013,40(z2):77-81. |
APA | 廖晓锋,范修斌,&姜青山.(2013).基于协方差的高斯混合模型参数学习算法.计算机科学,40(z2),77-81. |
MLA | 廖晓锋,et al."基于协方差的高斯混合模型参数学习算法".计算机科学 40.z2(2013):77-81. |
入库方式: OAI收割
来源:软件研究所
浏览0
下载0
收藏0
其他版本
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。