期刊文章详细信息
文献类型:期刊文章
机构地区:[1]西华师范大学计算机学院微机应用研究所 [2]淮南师范学院信息技术系,安徽淮南232001 [3]西华师范大学物理与电子信息学院
基 金:四川省教育厅重点项目基金资助(2004A102)
年 份:2005
卷 号:19
期 号:1
起止页码:46-49
语 种:中文
收录情况:普通刊
摘 要:本文研究了一类基于无监督聚类学习的算法———EM算法的算法实现.EM算法通常用于存在隐含变量时的聚类学习,由于引入了隐含变量,导致算法难以保证收敛和达到极优值.本文通过将该算法应用于高斯混合模型的学习,引入重叠度分析的方法改进EM算法的约束条件,从而能够确保EM算法的正确学习.
关 键 词:学习算法 EM算法 高斯混合模型 无监督聚类 算法实现 变量 约束条件 收敛 重叠度 正确
分 类 号:TP391] TP183[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...