基于Kullback-Leibler与PCA的概率密度比值估计

• 作者: 兰远东 邓辉舫
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 概率密度 机器学习 主成分分析 样本空间
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 107-110
• 分类号: TP391
• 字数: 3378字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.06.028

摘要

为了更好地解决在机器学习和数据挖掘等领域中经常遇到的两个概率密度函数的比值估计问题,文中提出了一种新的概率密度比值估计算法.该算法基于Kullback-Leibler距离,综合混合高斯模型和主成分分析的概率密度比值估计方法,使用混合概率主成分分析为两个概率密度比值函数建模.在概率密度比值估计的过程中,不是分别估计比值函数的分子和分母,而是对整个比值函数进行混合组成建模.算法避免了分别对分子分母的概率密度估计,降低了估计的误差.实验表明该算法能够获得较好的估计结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓辉舫	华南理工大学计算机科学与工程学院	21	169	7.0	12.0
2	兰远东	华南理工大学计算机科学与工程学院	20	36	3.0	4.0