基于高斯混合模型的EM学习算法

• 作者: 王源 陈亚军
• 来源期刊: 山西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 高斯混合模型 EM算法 无监督聚类 机器学习
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 物理学
• 页码范围: 46-49
• 页数: 4页
• 分类号: TP181
• 字数: 3340字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-4490.2005.01.013

摘要

本文研究了一类基于无监督聚类学习的算法--EM算法的算法实现.EM算法通常用于存在隐含变量时的聚类学习,由于引入了隐含变量,导致算法难以保证收敛和达到极优值.本文通过将该算法应用于高斯混合模型的学习,引入重叠度分析的方法改进EM算法的约束条件,从而能够确保EM算法的正确学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亚军	西华师范大学物理与电子信息学院	51	290	9.0	14.0
2	王源	西华师范大学计算机学院微机应用研究所	5	57	2.0	5.0