版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高斯混合模型(GMM)被廣泛應(yīng)用于模式識(shí)別、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、生物信息學(xué)等不同領(lǐng)域。在這些領(lǐng)域里,它被用來(lái)完成諸如圖像分割、聚類、概率密度函數(shù)的構(gòu)建等任務(wù)。
通常,人們用期望最大化(EM)算法求解GMM模型中的參數(shù)。盡管EM是一種非常有效的算法,且能保證收斂。但 EM算法存在兩個(gè)還沒有被完全解決的問(wèn)題:(1)因?yàn)?EM只能保證收斂到局部最優(yōu)點(diǎn),所以 EM算法對(duì)初始條件非常敏感;(2)用戶需要預(yù)先設(shè)置 GMM中高斯
2、成員的個(gè)數(shù),而在沒有任何先驗(yàn)信息的情況下,如何設(shè)置高斯成員的個(gè)數(shù)也通常非常棘手。
本文主要研究?jī)?nèi)容分為以下兩個(gè)部分:
在第一部分中,本文試圖解決EM算法存在的不足。本文首先分析并指出EM算法的初始化敏感問(wèn)題源于它的并行式學(xué)習(xí)策略所帶來(lái)的高斯成員之間的競(jìng)爭(zhēng)關(guān)系對(duì)公平的競(jìng)爭(zhēng)條件的苛刻要求。由此,本文從改善學(xué)習(xí)策略的角度,在 EM算法的前端加入了類似于 EM算法的串行式學(xué)習(xí)過(guò)程,即讓所有高斯成員在參與競(jìng)爭(zhēng)前先避免競(jìng)爭(zhēng),以減
3、小EM算法對(duì)隨機(jī)初始條件的敏感程度。在串行學(xué)習(xí)階段,所有的高斯成員都試圖找到各自的散點(diǎn)簇,在參與競(jìng)爭(zhēng)前先獲得公平的競(jìng)爭(zhēng)條件;在并行學(xué)習(xí)階段,EM算法對(duì)串行學(xué)習(xí)的結(jié)果進(jìn)行微調(diào),通過(guò)高斯成員間的競(jìng)爭(zhēng)式學(xué)習(xí),獲得全局最優(yōu)的競(jìng)爭(zhēng)結(jié)果。此外,用戶也不用提前為設(shè)置高斯成員的個(gè)數(shù)。本文將所求解的GMM模型應(yīng)用于聚類,結(jié)果表明本文的算法大大提升了 EM算法在聚類應(yīng)用上的性能。
在第二部分中,本文試圖繼承 EM算法的優(yōu)點(diǎn),以期獲得一個(gè)更一般的學(xué)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- em算法在高斯混合模型中的應(yīng)用
- em算法在高斯混合模型中的應(yīng)用
- (7)混合高斯模型和EM算法.pdf
- EM算法及其改進(jìn)在混合模型參數(shù)估計(jì)中的應(yīng)用研究.pdf
- 基于EM算法和混合高斯模型的淬火爐構(gòu)件溫度軟測(cè)量建模.pdf
- 高斯混合模型聚類及其優(yōu)化算法研究.pdf
- 基于高斯混合模型的聚類算法及其在圖像分割中的應(yīng)用.pdf
- 基于高斯混合模型的說(shuō)話人識(shí)別算法研究.pdf
- 基于高斯混合模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究和應(yīng)用.pdf
- 基于高斯混合SV模型的極值風(fēng)險(xiǎn)度量及應(yīng)用研究.pdf
- 基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 混合加網(wǎng)算法模型及其應(yīng)用研究.pdf
- EM算法及其應(yīng)用.pdf
- EM算法及其在污染模型中的應(yīng)用.pdf
- 24275.基于高斯混合模型的標(biāo)簽排序算法研究
- 基于混合高斯模型的地板塊紋理分類算法研究.pdf
- 基于改進(jìn)混合高斯模型的前景檢測(cè)算法研究.pdf
- 基于混合高斯模型的目標(biāo)檢測(cè)與陰影去除算法研究.pdf
- 基于高斯混合模型的機(jī)械故障診斷和性能評(píng)估應(yīng)用研究.pdf
- 基于混合高斯近似和濾波技術(shù)的金融波動(dòng)模型及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論