基于广义高斯的ICA混合模型及其聚类算法
ICA混合模型扩展了高斯混合模型,通过使用指定的超高斯或次高斯模型,ICA混合模型可以描述混合模型中可能出现的非高斯源.但是特定的超高斯或次高斯模型不足以自适应地描述具体非高斯源.提出一种基于广义高斯的ICA混合模型(GG-ICAMM),利用数据估计广义高斯模型中的参数,可以自适应调整非高斯模型的具体形式,进而使得模型精确描述源的分布.引进基于广义高斯ICA混合模型,阐述了如何学习模型中每个类别的基函数与偏差量,并给出该模型用于聚类的具体算法.实验证明了算法的可行性与有效性.
独立分量分析 ICA混合模型 广义高斯分布 聚类算法 高斯混合模型
齐英剑 罗四维 黄雅平 李健瑜
北京交通大学计算机与信息技术学院,北京,100044;中国传媒大学理学院,北京,100024 北京交通大学计算机与信息技术学院,北京,100044 中国传媒大学计算机与软件学院,北京,100024
国内会议
北京
中文
71-76
2005-09-23（万方平台首次上网日期，不代表论文的发表时间）