基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于贝塔刘维尔分布的共轭先验分布中存在积分表达式,贝叶斯估计有限贝塔刘维尔混合模型参数异常困难。本文提出利用变分贝叶斯学习模型参数,采用 gamma 分布作为近似的先验分布并使用合理的非线性近似技术,得到了后验分布的近似解。与常用的 EM 算法相比,该方法能够同时估计模型参数和确定分量数,且避免了过拟合的问题。在合成数据集及场景分类问题上进行了大量的实验,实验结果验证了本文所提方法的有效性。
推荐文章
贝塔混合模型的变分贝叶斯学习及应用
贝塔分布
贝叶斯估计
模型选择
变分推理
目标分类
修正Gibbs采样的有限混合模型无监督学习算法
无监督学习
有限混合模型
参数维数变化
跳变
分布元管理
利用机器学习RFID混合模型的运维检修移动作业应用
运维检修
机器学习
数据采集
RFID混合模型
重复数据去除
故障点定位
无限狄利克雷混合模型的变分学习
狄利克雷
无限混合模型
变分贝叶斯
模型选择
参数估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 有限贝塔刘维尔混合模型的变分学习及其应用
来源期刊 电子学报 学科 工学
关键词 有限混合模型 贝塔刘维尔分布 分解近似 模型选择 变分推断
年,卷(期) 2014,(7) 所属期刊栏目 学术论文
研究方向 页码范围 1347-1352
页数 6页 分类号 TP391.4
字数 4561字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.07.015
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (16)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(2)
  • 参考文献(1)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(3)
  • 参考文献(2)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
有限混合模型
贝塔刘维尔分布
分解近似
模型选择
变分推断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导