基于最大惩罚似然的高斯混合模型无监督分类研究

• 作者: 余鹏 封举富 童行伟
• 来源期刊: 应用概率统计
• 学科: 数学
• 关键词: 高斯混合模型 无监督分类 最大惩罚似然 EM算法 逆Wishart分布
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 475-483
• 页数: 9页
• 分类号: O212.7
• 字数: 3915字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4268.2008.05.003

摘要

本文提出了一个基于高斯混合模型的无监督分类算法.考虑到利用EM算法求解高斯混合模型的参数参数估计问题容易陷入局部最优解,我们引入逆Wishart分布来代替传统的Jeffery先验.几个实验数据的结果表明,采用该方法估计无监督分类的成分数,无论是估计的正确率,还是运算速度,都有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余鹏	北京大学数中图学学院	10	229	6.0	10.0
5	童行伟	北京师范大学数中图学学院	15	148	5.0	12.0