作者:王源; 陈亚军学习算法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
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.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《山西师范大学学报·自然科学版》(CN:14-1263/N)是一本有较高学术价值的大型季刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《山西师范大学学报·自然科学版》主要栏目有:应用数学,泛函分析,算子理论,数理统计学,高能核物理,理论物理,材料化学,分析化学,生物多样性,生物学基础理论研究,山西地方区域性地理研究,可持续发展研究等。
杂志详情