基于变分贝叶斯的数据分类算法

• 作者: 宋增杰 张文倩 张红梅 王瑛
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 变分贝叶斯 分类算法 最大期望算法
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 电子·信息·通信
• 页码范围: 89-94
• 页数: 6页
• 分类号: TP391
• 字数: 3781字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2017.02.015

摘要

随着互联网技术的高速发展,数据库的规模和复杂度不断增长,传统的分类方法已经不能满足复杂数据的分类需求,针对此类问题,提出了一种基于变分贝叶斯的数据分类算法.该算法在传统贝叶斯推断上引入变分近似理论,结合最大期望算法思想,利用统计物理中的平均场理论,并以混合高斯模型为例进行了实验仿真.实验结果证明,随机生成数据在经过382次迭代后,能明显看出由3组高斯模型混合而成,似然函数的下界随迭代次数增加不断上升,在350次迭代后曲线与预想一样趋于平缓,并且在误差允许的范围内得到接近真实数据的均值和逆协方差矩阵,实现其分类处理.在保证高精度的要求下计算速度更快、效率更高、更符合实际工程的应用背景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红梅	空军工程大学理学院	44	322	8.0	16.0
2	王瑛	空军工程大学装备管理与安全工程学院	124	1254	17.0	32.0
3	张文倩	空军工程大学装备管理与安全工程学院	5	7	2.0	2.0
4	宋增杰	西安交通大学数学与统计学院	1	4	1.0	1.0