ISCAS OpenIR
基于协方差的高斯混合模型参数学习算法
Alternative TitleCovariance Based Learning Algorithm for Gaussian Mixture Model
廖晓锋; 范修斌; 姜青山
2013
Source计算机科学
ISSN1002-137X
Volume40Issue:z2Pages:77-81
English Abstract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.
Keyword混合高斯模型 期望最大化 协方差 Cvb算法 Gaussian Mixture Model Expectation Maximization Covariance Based Cvb Algorithm
Department南昌大学信息工程学院 南昌330031;中国科学院深圳先进技术研究院 深圳550085 中国科学院软件研究所 北京100190 中国科学院深圳先进技术研究院 深圳550085
Language中文
Content Type期刊论文
URIhttp://ir.iscas.ac.cn/handle/311060/16979
Collection中国科学院软件研究所
Recommended Citation
GB/T 7714
廖晓锋,范修斌,姜青山. 基于协方差的高斯混合模型参数学习算法[J]. 计算机科学,2013,40(z2):77-81.
APA 廖晓锋,范修斌,&姜青山.(2013).基于协方差的高斯混合模型参数学习算法.计算机科学,40(z2),77-81.
MLA 廖晓锋,et al."基于协方差的高斯混合模型参数学习算法".计算机科学 40.z2(2013):77-81.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[廖晓锋]'s Articles
[范修斌]'s Articles
[姜青山]'s Articles
Baidu academic
Similar articles in Baidu academic
[廖晓锋]'s Articles
[范修斌]'s Articles
[姜青山]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[廖晓锋]'s Articles
[范修斌]'s Articles
[姜青山]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.