鲁棒贝叶斯混合分布的模型选择

• 作者: 卿湘运 王行愚
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 混合模型 变分学习 偏差信息准则 模型选择 鲁棒
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 数据挖掘及应用专栏
• 页码范围: 689-698
• 页数: 10页
• 分类号: TP393
• 字数: 7563字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2009.05.016

摘要

提出一种基于偏差信息准则(deriance information criterion,DIC)的鲁棒贝叶斯混合分布模型选择算法.在变分逼近框架下,给出鲁棒贝叶斯混合模型的DIC计算公式;设计的模型选择算法能同时学习模型参数推断和进行模型选择,避免在大的候选模型集中根据模型选择准则选取最优模型.给出试验参数初始值设置方法,在含有较多离群点的仿真数据和Old Faithful Geyser数据上的试验结果表明了好的性能:得到鲁棒的混合分量参数和较准确的混合分量个数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行愚	华东理工大学信息科学与工程学院	120	1138	16.0	27.0
2	卿湘运	华东理工大学信息科学与工程学院	14	89	5.0	9.0