混合逆狄利克雷分布的变分学习及应用

• 作者: 丁洪伟 周亚建 杨义先 赖裕平 郭春 郭玉翠
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 逆狄利克雷分布 贝叶斯估计 变分推理 拓展分解变分近似 模型选择
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 科研通信
• 页码范围: 1435-1440
• 页数: 6页
• 分类号: TP391.4
• 字数: 4284字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.07.030

摘要

混合逆狄利克雷分布是正的非高斯数据分析中一个重要的统计模型。但是利用常用的统计方法比如极大近似然估计、矩估计等往往很难得到模型参数估计的显性解析式。本文提出一个变分贝叶斯学习算法，它能够在估计参数的同时自动确定混合分量数。在合成数据集及实测数据集上的实验结果表明利用变分贝叶斯推理来估计混合逆狄利克雷分布是一种非常有效的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨义先	北京邮电大学计算机学院	629	8372	39.0	65.0
2	周亚建	北京邮电大学计算机学院	49	371	10.0	18.0
3	丁洪伟	云南大学信息学院	117	572	13.0	19.0
4	郭玉翠	北京邮电大学理学院	40	226	7.0	12.0
5	赖裕平	北京邮电大学计算机学院	2	6	1.0	2.0
6	郭春	北京邮电大学计算机学院	1	5	1.0	1.0