混合高斯分布的变分贝叶斯学习参数估计
针对常用于非高斯信号或系统建模的包含隐变量的混合高斯分布模型,提出利用一种变分贝叶斯学习算法进行模型的参数估计.该方法采用一个形式较为简单的自由分布,通过不断最大化边缘似然函数的下界,迭代地更新变分参数,直至近似分布足够逼近参数真实的后验分布,从而实现混合高斯分布的参数估计.文中推导了该方法对混合高斯模型参数学习过程.实验表明,变分贝叶斯学习可以有效实现高斯混合模型的多参数估计,相比采样方法更有工程应用前景.
信号估计 混合模型 高斯分布 变分贝叶斯 学习算法
徐定杰 沈忱 沈锋
哈尔滨工程大学自动化学院,哈尔滨150001
国内会议
贵阳
中文
1119-1125
2016-05-01（万方平台首次上网日期，不代表论文的发表时间）