基于CSMDEM算法的GMM学习方法

• 作者: 何子述 贾可新
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 高斯混合模型 Mahalanobis距离 EM算法 最小描述长度准则
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 153-156
• 分类号: TP18
• 字数: 3598字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.19.050

摘要

基于Mahalanobis距离的EM(MDEM)算法存在过分裂问题.为此,提出一种竞争结束MDEM(CSMDEM)算法.该算法将最小描述长度准则作为竞争结束条件嵌入到MDEM算法中,能够在估计混合模型参数的同时选择模型阶数.实验结果表明,该算法具有较低的平均EM迭代次数,能够较好地拟合高斯混合模型.当其被应用到跳频网台分选时,能够以较高的正确率分选跳频信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何子述	电子科技大学电子工程学院	198	2072	22.0	35.0
2	贾可新	电子科技大学电子工程学院	11	60	5.0	7.0