研究目的
提出一种新的稳健EM算法用于有限混合学习过程,该算法通过采用基于中位数的位置估计量和基于秩的散布估计量来增强算法的稳定性和鲁棒性。
研究成果
与常规EM算法及许多现有方法相比,空间-EM算法展现出更优越的性能和高度的鲁棒性。该算法对异常值和初始值具有强健性,且具备实现简单和统计效率高的优势。
研究不足
该方法的计算复杂度为O(n2 + d3),对于大规模应用(尤其是高维情况)可能不可行。此外,该方法仅适用于数值型向量数据,无法直接应用于文档或图等其他类型的数据。
研究目的
提出一种新的稳健EM算法用于有限混合学习过程,该算法通过采用基于中位数的位置估计量和基于秩的散布估计量来增强算法的稳定性和鲁棒性。
研究成果
与常规EM算法及许多现有方法相比,空间-EM算法展现出更优越的性能和高度的鲁棒性。该算法对异常值和初始值具有强健性,且具备实现简单和统计效率高的优势。
研究不足
该方法的计算复杂度为O(n2 + d3),对于大规模应用(尤其是高维情况)可能不可行。此外,该方法仅适用于数值型向量数据,无法直接应用于文档或图等其他类型的数据。
加载中....
您正在对论文“[IEEE 2019化合物半导体周(CSW)- 日本奈良(2019.5.19-2019.5.23)] 2019化合物半导体周(CSW)- 全硅集成超低噪声宽调谐半导体激光器”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期