刘伯芹
- 作品数：3 被引量：0H指数：0
- 供职机构：北京大学数学科学学院信息科学系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 混合高斯模型的熵惩罚最大似然估计与自动模型选择
- 有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用。在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题。这实际上是一个模型选择问题,直接影响着应用的效果...
- 刘伯芹马尽文
- 关键词：高斯混合模型最大似然估计惩罚梯度算法
- 文献传递
- 混合高斯模型的熵惩罚最大似然估计与自动模型选择
- 有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用.在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题.这实际上是一个模型选择问题,直接影响着应用的效果...
- 刘伯芹马尽文
- 关键词：高斯混合模型最大似然估计梯度算法
- 文献传递
- 高斯混合模型下基于熵惩罚的最大似然估计与自动模型选择
- 有限高斯混合模型是一种非常重要的概率模型,并被广泛地应用于信息处理中,在实际建模与应用中,如何确定高斯分量的个数K本质上是一个模型选择问题,当类别数K已知,可以使用K-means算法和EM算法等方法来确定其中的参数.而在...
- 刘伯芹
- 关键词：高斯混合模型最大似然信息熵惩罚梯度算法
