基于BIC准则和Gibbs采样的有限混合模型无监督学习算法

您当前的位置：

首页 >

文章列表页 >

基于BIC准则和Gibbs采样的有限混合模型无监督学习算法

更新时间：2025-07-08

- 基于BIC准则和Gibbs采样的有限混合模型无监督学习算法
- Acta Electronica Sinica Issue S1, Pages: 134-139(2011)
- 作者机构：
  
  杭州电子科技大学自动化学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP18
- Published：2011
- 稿件说明：
移动端阅览
[J]. Acta Electronica Sinica, 2011, (S1): 134-139.
DOI：

[J]. Acta Electronica Sinica, 2011, (S1): 134-139. DOI：

摘要

针对有限混合模型无监督学习算法分布元个数未知

本文提出了一种基于BIC准则和Gibbs采样的无监督学习算法

通过Gibbs采样算法对混合模型的参数进行估计

进一步计算观测数据的Bayes信息准则(BIC)指标

确定混合分布元个数.仿真实验以高斯混合分布为例

分别利用具有不同个数的分布模型拟合观测数据

分析表明

该算法能够很好地学习混合高斯分布参数及个数.

Abstract

关键词

Keywords

references

韩崇昭,朱洪艳,段战胜等著.多源信息融合[M].清华大学出版社,2006.

刘伟峰,韩崇昭,石勇.修正Gibbs采样的有限混合模型无监督学习算法[J].西安交通大学学报,2009(02).

刘立芳,霍红卫,王宝树.生物序列模体的混合Gibbs抽样识别算法[J].电子学报,2008(04).

熊刚,赵惠昌,王李军.海杂波背景下雷达引信的相关检测方法研究[J].电子学报,2004(12).

Sylvia Frühwirth-Schnatter.Markov chain Monte Carlo Estimation of Classical and Dynamic Switching and Mixture Models[J].Journal of the American Statistical Association,2001(453).

Gideon Schwarz.Estimating the Dimension of a Model[J].The Annals of Statistics,1978(2).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A Novel Bayesian Multiuser Detection Method for Asynchronous CDMA Signals in Multipath Channels

Related Author

WU Li-li

SHANG Yong

LIAO Gui-sheng

Related Institution

Key Lab for Radar Signal Processing,Xidian University

Department of Electronics,Peking University

Key Lab for Radar Signal ProcessingXidian UniversityXi'anShaanxi 710071China

Department of ElectronicsPeking UniversityBeijing 100871China

⁰