基于独立混合模型的EM算法参数初始化实现方法

• 作者: 徐冰 李景文
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 隐马尔科夫树模型 EM算法 参数初始化 独立混合模型
• 年，卷（期）: 2010,（12）
• 页码范围: 1877-1882
• 分类号: TP391
• 字数: 3955字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2010.12.018

摘要

隐马尔科夫树(Hidden Markov Tree,HMT)的状态不能被观测到,只能观测到另一个与状态有联系的量,通过观测量估计HMT模型参数是一个不完全数据参数估计问题.期望最大化(Expectation Maximization,EM)算法是一种求参数极大似然估计的迭代算法,可以用于解决不完全数据参数估计问题,因此被广泛应用于HMT模型的参数估计中.当初始参数偏离真实参数较大时,EM算法迭代次数多,收敛速度慢,通过一个计算量不大的参数初始化处理,能够有效减少EM算法的迭代次数,加快收敛速度.本文提出了一种基于独立混合模型的参数初始化方法,详细介绍了该方法的实现过程,通过采用独立混合模型进行参数初始化,使得EM算法的迭代次数明显减少,收敛速度大大提高.最后,计算机仿真验证了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李景文	北京航空航天大学电子信息工程学院	74	648	14.0	21.0
2	徐冰	北京航空航天大学电子信息工程学院	1	6	1.0	1.0