基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种新颖的有限混合模型的竞争性EM(CEM)算法以克服EM算法的两个主要缺点:在局部最大值时经常中断和有时会收敛参数空间的边界。本文提出的算法具有自动选择簇数量以及在新的竞争性作用原理基础上选择“分裂”或“合并”处理的有效性。它对于混合部件数量和模型参数的初始结构均不敏感。实验数据显示,我们的算法对于混合模型的参数估算具有很高的期望特性。该算法也能应用于复杂的汉字字符结构的分析上。结果表明,本文提出的算法比以前具有较大规模计算量的方法要好得多。
推荐文章
基于鲁棒高斯混合模型的加速EM算法研究
EM算法
鲁棒
高斯混合模型
模型成分数
信息熵原理
基于在线分裂合并EM算法的高斯混合模型分类方法
高斯混合模型
在线训练
分裂融合算法
模式分类
期望最大(EM)算法及其在混合高斯模型中的应用
EM算法
混合高斯模型
参数估计
应用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 有限混合模型的竞争性EM算法
来源期刊 图象识别与自动化 学科 工学
关键词 EM算法 混合模型 中断 字符 显示 部件 自动选择 参数空间 有限 收敛
年,卷(期) 2004,(2) 所属期刊栏目
研究方向 页码范围 15-28
页数 14页 分类号 TN911
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
EM算法
混合模型
中断
字符
显示
部件
自动选择
参数空间
有限
收敛
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图象识别与自动化
半年刊
上海中山北路3185号
出版文献量(篇)
298
总下载数(次)
1
总被引数(次)
0
论文1v1指导