-
题名一种概率映射网络的EM训练算法
- 1
-
-
作者
熊汉春
贺前华
李海洲
-
机构
华南理工大学电子与通信工程系
-
出处
《电子科学学刊》
EI
CSCD
1999年第2期175-181,共7页
-
基金
国家教委外事司归国人员研究基金
广东省自然科学基金(970445)
-
文摘
本文提出一种概率映射网络(PMN)的EM(Expectation Maximization)训练算法。PMN为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此PMN用高斯核函数作为密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明此网络及其学习算法在分类应用中的有效性。
-
关键词
概率映射网络
EM算法
说话人识别
模式识别
-
Keywords
Probability mapping networks, EM algorithm, Bayes strategy, Mixture of Gaussian kerwl, Speaker recogonition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种PMN网络的GEM训练算法
- 2
-
-
作者
熊汉春
李海洲
-
机构
华南理工大学电子与通信工程系
-
出处
《电路与系统学报》
CSCD
1998年第4期31-36,共6页
-
基金
国家教委外事司归国人员研究基金
广东省自然科学基金!970445
-
文摘
本文提出一种概率映射网络(PMN)的CEM(GeneralExpectationMaximization)训练算法,它是EM(ExpectionMaximization)算法的一种改进算法。PMN网为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此PMN网络用高斯校函数作为密度函数,网络参数的训练由GEM算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明了此网络及其学习算法在分类应用中的有效性。
-
关键词
概率映射网络
GEM算法
贝叶斯策略
模式识别
-
Keywords
GEM algorithm, Probability mapping Network, Bayes strategy, Mixture Gaussian PDF
-
分类号
TN711.102
[电子电信—电路与系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-