混合高斯概率密度模型动态簇算法参数估计

• 作者: 张明敏 李建华 王平波
• 来源期刊: 声学与电子工程
• 学科: 工学
• 关键词: 混合高斯 动态簇算法 概率密度模型
• 年，卷（期）: 2005,（1）
• 页码范围: 31-33
• 页数: 3页
• 分类号: TB5
• 字数: 2573字
• 语种: 中文

摘要

混合高斯概率密度模型可以很好地拟合样本的概率密度.在各高斯分量概率密度互不重叠的条件下,使用动态簇算法可以快速而精确地估计出混合高斯概率密度模型参数.这是一种基于最小均方差原则的递推算法,在正向推导出各种可能簇边界后,再根据确定的最末边界值逆向推定各前导簇边界,从而得到混合高斯概率密度模型参数估计值.算法介绍之后,给出了两个拥有不同概率密度分布的仿真建模实例.最后总结分析了该算法的优劣,并简介了算法的推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张明敏	海军工程大学电子工程学院	102	476	12.0	16.0
2	王平波	海军工程大学电子工程学院	48	200	7.0	12.0
3	李建华	海军工程大学电子工程学院	1	5	1.0	1.0