贝塔混合模型的变分贝叶斯学习及应用

• 作者: 丁洪伟 何闻达 平原 杜春来 王宝成 赖裕平 高宁
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 贝塔分布 贝叶斯估计 模型选择 变分推理 目标分类
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 科研通信
• 页码范围: 1787-1792
• 页数: 6页
• 分类号: TP391.4
• 字数: 4421字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.07.036

摘要

贝塔混合模型(Beta Mixture Model,BMM)是一种重要的非高斯概率模型,常用于有界数据的统计分析.但是由于其表达式复杂,BMM的参数估计比较困难.针对该问题,本文提出一种高效的变分贝叶斯学习方法进行参数估计.该方法采用形式简单的自由分布,通过不断最大化初始变分目标函数的下界,迭代逼近得到真实的贝叶斯后验分布.在合成数据集与实际数据集上进行实验,实验结果证明了所提出算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁洪伟	云南大学信息学院	117	572	13.0	19.0
2	杜春来	北方工业大学计算机学院	9	21	2.0	4.0
3	赖裕平	北方工业大学计算机学院	3	3	1.0	1.0
4	王宝成	北方工业大学计算机学院	13	29	4.0	5.0
5	高宁	北方工业大学计算机学院	2	2	1.0	1.0
6	何闻达	北方工业大学计算机学院	1	2	1.0	1.0
7	平原		1	2	1.0	1.0