混合高斯模型的熵惩罚最大似然估计和自动模型选择.pdfVIP

第19卷 增刊 信号处理 253 SIGNALPROCESSING 混合高斯模型的熵惩罚最大似然估计与自 刘伯芹 马尽文 (北京大学数学科学学院信息科学系，北京，100871) 摘要：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。为了解决这一模型选择问题，本文在一 维混合高斯模型下提出了基于熵惩罚最大似然估计的梯度算法。实验表明这种算法能够在参数估计过程 中自动实现模型选择，使得多余高斯分量的混合比例系数衰减为零。 关键词：高斯混合模型；最大似然估计；熵；惩罚；梯度算法。 with Maximum．LikelihoodEstimateonGauss