| 基于独立混合模型的EM算法参数初始化实现方法 |
| |
| 引用本文： | 徐冰,李景文.基于独立混合模型的EM算法参数初始化实现方法[J].信号处理,2010,26(12). |
| |
| 作者姓名： | 徐冰 李景文 |
| |
| 摘 要： | 隐马尔科夫树(Hidden Markov Tree,HMT)的状态不能被观测到,只能观测到另一个与状态有联系的量,通过观测量估计HMT模型参数是一个不完全数据参数估计问题.期望最大化(Expectation Maximization,EM)算法是一种求参数极大似然估计的迭代算法,可以用于解决不完全数据参数估计问题,因此被广泛应用于HMT模型的参数估计中.当初始参数偏离真实参数较大时,EM算法迭代次数多,收敛速度慢,通过一个计算量不大的参数初始化处理,能够有效减少EM算法的迭代次数,加快收敛速度.本文提出了一种基于独立混合模型的参数初始化方法,详细介绍了该方法的实现过程,通过采用独立混合模型进行参数初始化,使得EM算法的迭代次数明显减少,收敛速度大大提高.最后,计算机仿真验证了该方法的可行性和有效性.
|
| 关 键 词： | 隐马尔科夫树模型 EM算法 参数初始化 独立混合模型 |
A Novel Method of Initializing the Expectation Maximization Algorithm Based on the Independent Mixture Model |
| |
| XU Bing,LI Jing-wen.A Novel Method of Initializing the Expectation Maximization Algorithm Based on the Independent Mixture Model[J].Signal Processing,2010,26(12). |
| |
| Authors: | XU Bing LI Jing-wen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
