计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
34期
28-32,59
,共6页
钟金琴%辜丽川%檀结庆%李莹莹
鐘金琴%辜麗川%檀結慶%李瑩瑩
종금금%고려천%단결경%리형형
高斯混合模型%期望最大化%参数估计%模式分类
高斯混閤模型%期望最大化%參數估計%模式分類
고사혼합모형%기망최대화%삼수고계%모식분류
期望最大化(Expectation Maximization,EM)算法是一种求参数极大似然估计的迭代算法,常用来估计混合密度分布模型的参数.EM算法的主要问题是参数初始化依赖于先验知识且在迭代过程中容易收敛到局部极大值.提出一种新的基于分裂EM算法的GMM参数估计算法,该方法从一个确定的单高斯分布开始,在EM优化过程中逐渐分裂并估计混合分布的参数,解决了参数迭代收敛到局部极值问题.大量的实验表明,与现有的其他参数估计算法相比,算法具有较好的运算效率和估算准确性.
期望最大化(Expectation Maximization,EM)算法是一種求參數極大似然估計的迭代算法,常用來估計混閤密度分佈模型的參數.EM算法的主要問題是參數初始化依賴于先驗知識且在迭代過程中容易收斂到跼部極大值.提齣一種新的基于分裂EM算法的GMM參數估計算法,該方法從一箇確定的單高斯分佈開始,在EM優化過程中逐漸分裂併估計混閤分佈的參數,解決瞭參數迭代收斂到跼部極值問題.大量的實驗錶明,與現有的其他參數估計算法相比,算法具有較好的運算效率和估算準確性.
기망최대화(Expectation Maximization,EM)산법시일충구삼수겁대사연고계적질대산법,상용래고계혼합밀도분포모형적삼수.EM산법적주요문제시삼수초시화의뢰우선험지식차재질대과정중용역수렴도국부겁대치.제출일충신적기우분렬EM산법적GMM삼수고계산법,해방법종일개학정적단고사분포개시,재EM우화과정중축점분렬병고계혼합분포적삼수,해결료삼수질대수렴도국부겁치문제.대량적실험표명,여현유적기타삼수고계산법상비,산법구유교호적운산효솔화고산준학성.