论文部分内容阅读
混合厄朗模型的期望传播学习
【摘 要】
：
混合模型是一种基于模型的无监督聚类方法,常用的混合高斯模型已有大量研究。本文研究的混合厄朗模型(Mixed Erlang Model,称为MER)形式简单、灵活多变,其主要目的是为了解决混合模型非负随机变量问题。本文针对混合厄朗模型提出一种新的参数估计方法,称为CMM-EPML算法。该算法主要分为两部分,第一部分混合厄朗模型形状参数初始化算法:CMM算法,即利用K-Means算法对样本进行聚类,然
【机 构】
：
厦门大学
【出 处】
：
厦门大学
【发表日期】
：
2020年07期
其他文献
求解大型线性方程组是科学与工程计算中经常会遇到的问题，如何高效的求解大型线性方程组显得非常重要。随着方程组的规模越来越大，传统的迭代法已经很难取得良好的效果，在这种形
广义旅行商问题(Generalized Traveling Salesman Problem，简称GTSP)是比旅行商问题(Traveling Salesman Problem，简称TSP)更为复杂的一类组合优化问题，TSP可视为GTSP的特例。GT