一个非迭代算法用于估计具有明显分离成分的一元混合模式
摘要：众所周知，在混合模型中，模式的估计是一项困难的任务。尤其是当组成部分的概率密度函数之间存在明显的分离时，传统的迭代算法（如K-means或EM算法）易于陷入局部极值点。为了解决这个问题，本文提出了一种基于先前工作中引入的“kp”准则的算法。本文证明了该准则的全局最小值可以通过线性最小二乘法和根搜索算法来获得。最后，通过对五个成分混合模型的模拟实验，验证了我们算法的性能。
作者：Nicolas Paul, Luc Fety, Michel Terre
论文ID：physics/0612073
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2007-05-23