基于高斯混合先验的贝叶斯源分离与混合系数的高斯先验
摘要：噪声瞬时线性混合的源分离问题中，我们在贝叶斯统计框架下提出了新的算法。源分布先验通过高斯混合模型进行建模，混合矩阵元素的分布通过高斯分布进行建模。我们通过隐变量表示混合的标签，以层次化方式对高斯混合进行建模。然后，我们考虑源、混合矩阵元素、混合的标签和混合的其他参数的联合后验分布，并使用适当的先验概率法来消除方差参数似然函数的退化。我们提出了两种迭代算法来同时估计源、混合矩阵和超参数：联合最大后验算法和惩罚EM算法。我们选取了一个例子与文献中提出的其他算法进行比较。关键词：源分离、高斯混合、分类、联合最大后验算法、惩罚EM算法。
作者：Hichem Snoussi and Ali Mohammad-Djafari (Laboratoire des Signaux et Syst`emes, CNRS-UPS-SUPELEC, Gif-sur-Yvette, France)
论文ID：physics/0111018
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2009-11-07