-
题名基于分裂EM算法的GMM参数估计
被引量:13
- 1
-
-
作者
钟金琴
辜丽川
檀结庆
李莹莹
-
机构
安徽大学电子与信息系
合肥工业大学计算机与信息学院
安徽农业大学计算机信息学院
-
出处
《计算机工程与应用》
CSCD
2012年第34期28-32,59,共6页
-
基金
国家自然科学基金(No.30800663,No.U1135003)
-
文摘
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,常用来估计混合密度分布模型的参数。EM算法的主要问题是参数初始化依赖于先验知识且在迭代过程中容易收敛到局部极大值。提出一种新的基于分裂EM算法的GMM参数估计算法,该方法从一个确定的单高斯分布开始,在EM优化过程中逐渐分裂并估计混合分布的参数,解决了参数迭代收敛到局部极值问题。大量的实验表明,与现有的其他参数估计算法相比,算法具有较好的运算效率和估算准确性。
-
关键词
高斯混合模型
期望最大化
参数估计
模式分类
-
Keywords
Gaussian Mixture Model (GMM)
Expectation Maximization (EM)
parameters estimation
pattern classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于物联网的便携式心电信号模糊诊断仪器的设计
- 2
-
-
作者
王凯
徐济成
张钰
-
机构
蚌埠医学院卫生管理学院
安徽农业大学计算机与信息学院
-
出处
《中国医疗器械杂志》
2019年第5期341-344,共4页
-
基金
安徽省示范实验实训中心项目(2018sxzx58)
安徽省教育厅人文社科重点项目(SK2018A1072)
大规模在线开放课程示范项目(2018mooc278)
-
文摘
目的动态采集与处理心电信号,获取异常心电信号的分类信息。方法首先通过实时采集心电信号结合离散小波变换获取心电特征向量,然后计算心电信号模糊信息熵,最后利用欧氏距离获取心电信号的语义距离,得到异常信号的分类信息。结果该装置能够在基于物联网的嵌入式平台上实现异常心电信号的有效识别,提高心脏疾病的诊断精度。结论心电信号模糊诊断设备能够精确分类异常信号,输出具有高置信度区间的在线信号分类矩阵。
-
关键词
ECG信号
模糊诊断
物联网
特征分类
-
Keywords
ECG signal
fuzzy diagnosis
Internet of Things
feature classification
-
分类号
R318
[医药卫生—生物医学工程]
-