推荐星级：
- 1
- 2
- 3
- 4
- 5
贝塔混合模型的变分贝叶斯学习及应用
资料介绍
贝塔混合模型(Beta Mixture Model,BMM)是一种重要的非高斯概率模型,常用于有界数据的统计分析.但是由于其表达式复杂,BMM的参数估计比较困难.针对该问题,本文提出一种高效的变分贝叶斯学习方法进行参数估计.该方法采用形式简单的自由分布,通过不断最大化初始变分目标函数的下界,迭代逼近得到真实的贝叶斯后验分布.在合成数据集与实际数据集上进行实验,实验结果证明了所提出算法的有效性和可行性.
部分文件列表
| 文件名 | 大小 |
| 贝塔混合模型的变分贝叶斯学习及应用.pdf | 2M |
全部评论(0)