一种基于高斯混合模型的非高斯噪声模型建立方法

    公开(公告)号:CN115455670A

    公开(公告)日:2022-12-09

    申请号:CN202211032734.9

    申请日:2022-08-26

    Abstract: 本发明提出了一种基于高斯混合模型的非高斯噪声模型建立方法,首先建立基于概率密度函数的高斯混合模型GMM,得到参数向量的迭代公式;再以最短描述长度MDL为目标函数,通过合并分裂方法SMEM确定混合分量数,估计出高斯混合模型GMM参数;最终根据高斯混合模型GMM和估计出高斯混合模型GMM参数,通过EM算法和KL三都,得到GMM模型参数,完成高斯混合模型;本发明以KL散度为子模型分裂的判别准则,以模型相似度为子模型合并的判别准则,对KL散度最大且分裂后MDL减小的子模型进行分裂,对模型相似度最大并且合并后MDL值减小的子模型对进行合并;以此来控制混合分量数的数量;合并操作以模型相似度为判别准则不需要遍历所有子模型,减少了计算量。

    一种基于高斯混合模型的非高斯噪声模型建立方法

    公开(公告)号:CN115455670B

    公开(公告)日:2024-05-17

    申请号:CN202211032734.9

    申请日:2022-08-26

    Abstract: 本发明提出了一种基于高斯混合模型的非高斯噪声模型建立方法,首先建立基于概率密度函数的高斯混合模型GMM,得到参数向量的迭代公式;再以最短描述长度MDL为目标函数,通过合并分裂方法SMEM确定混合分量数,估计出高斯混合模型GMM参数;最终根据高斯混合模型GMM和估计出高斯混合模型GMM参数,通过EM算法和KL三都,得到GMM模型参数,完成高斯混合模型;本发明以KL散度为子模型分裂的判别准则,以模型相似度为子模型合并的判别准则,对KL散度最大且分裂后MDL减小的子模型进行分裂,对模型相似度最大并且合并后MDL值减小的子模型对进行合并;以此来控制混合分量数的数量;合并操作以模型相似度为判别准则不需要遍历所有子模型,减少了计算量。

Patent Agency Ranking