基于协方差的高斯混合模型参数学习算法

• 作者: 姜青山 廖晓锋 范修斌
• 来源期刊: 计算机科学
• 关键词: 混合高斯模型 期望最大化 协方差 CVB算法
• 年，卷（期）: 2013,（z2）
• 所属期刊栏目: 智能控制与优化
• 页码范围: 77-81
• 页数: 5页
• 字数: 5014字
• 语种: 中文

摘要

对混合高斯模型参数估计问题的算法通常是基于期望最大(Expectation Maximization)给出的.在混合高斯模型的因素协方差矩阵已知、因素各分量独立的前提下,给出了基于协方差矩阵的机器学习算法,简称CVB(Covari-ance Based)算法,并进行了一定的数学分析.最后给出了与期望最大算法的实验结果比较.实验结果表明,在该条件下,基于协方差的算法优于期望最大算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜青山	中国科学院深圳先进技术研究院	8	51	4.0	7.0
2	廖晓锋	南昌大学信息工程学院	8	12	2.0	2.0
4	范修斌	中国科学院软件研究所	21	67	4.0	7.0