基于协方差的高斯混合模型参数学习算法

摘要：

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.

关键词：混合高斯模型、期望最大化、协方差、CVB算法

所属期刊栏目：40

分类号：TP3;TN9

资助基金：深圳市战略性新兴产业发展专项资金基础研究重点项目:海量恶意软件鉴别关键技术及其在钓鱼网站检测中的应用JCYJ20120617120716224;江西省教育厅青年科学双模态概率主题模型及基于DOT的并行扩展研究GJJ13013

在线出版日期：2014-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：77-81