首页 | 本学科首页   官方微博 | 高级检索  
     

基于Kullback-Leibler与PCA的概率密度比值估计
引用本文:兰远东,邓辉舫.基于Kullback-Leibler与PCA的概率密度比值估计[J].计算机技术与发展,2012,22(6).
作者姓名:兰远东  邓辉舫
作者单位:1. 华南理工大学 计算机科学与工程学院,广东广州510000;惠州学院 计算机科学系,广东惠州516007
2. 华南理工大学 计算机科学与工程学院,广东广州,510000
摘    要:为了更好地解决在机器学习和数据挖掘等领域中经常遇到的两个概率密度函数的比值估计问题,文中提出了一种新的概率密度比值估计算法.该算法基于Kullback-Leibler距离,综合混合高斯模型和主成分分析的概率密度比值估计方法,使用混合概率主成分分析为两个概率密度比值函数建模.在概率密度比值估计的过程中,不是分别估计比值函数的分子和分母,而是对整个比值函数进行混合组成建模.算法避免了分别对分子分母的概率密度估计,降低了估计的误差.实验表明该算法能够获得较好的估计结果.

关 键 词:概率密度  机器学习  主成分分析  样本空间

Ratio Estimation of Probability Density Based on Kullback-Leibler and PCA
LAN Yuan-dong , DENG Hui-fang.Ratio Estimation of Probability Density Based on Kullback-Leibler and PCA[J].Computer Technology and Development,2012,22(6).
Authors:LAN Yuan-dong  DENG Hui-fang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号