基于BIC准则和Gibbs采样有限混合模型无监督学习算法.pdf

基于BIC准则和Gibbs采样有限混合模型无监督学习算法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
3A Vol.39 No. 3A 2011 3 ACTA ELECTRONICA SINICA Mar. 2011 BIC Gibbs 刘伟峰, 杨爱兰 ( , 310018) : , BIC Gibbs , Gibbs , Bayes ( BIC) , . , , , . : BIC ; Gibbs ; ; : TP18 : A : ( 2011) 3A13406 Unsupervised Learning for Finite Mixture Models Based on BIC Criterion and Gibbs Sampling LIU Weife g,YANG Aila ( School of A utomation, H angz hou Dianz i University , H angz hou , Zhej i ang 310018 China ) Abstract: A u supervised lear i g algorithm for fi ite mixture models ( FMM) by usi g the BIC criterio a d the Gibbs sampli g is proposed.The FMM parameters are estimated by the Gibbs sampli g algorithm. The umber of the models is further give by calculati g the BIC criterio . I the fi al simulatio s, we propose two examples of Gaussia mixture models, where the FMM with differe t umber of compo e ts is adopted to fit observatio data.The fi al result showsthat the proposed algorithm ca effectively estimate the parameters a d the umber of the compo e ts. Ke words: BIC criterio ; Gibbs sampli g; u supervised lear i g;fi ite mixture models [ 5~ 9] 1 . : , , . , , 20 , , , 1000 . , , , . , . , , , [ 1] . , Markov Bayes . [ 2] . , , , , , EM . ( EM Bayes ) . , . , 5 , Markov ( RJM ., , [ 10] CMC) , , Mark

文档评论(0)

nnh91 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档