基于变分贝叶斯的数据分类算法
张文倩1
王瑛1
张红梅2
宋增杰3
1.空军工程大学装备管理与安全工程学院,西安,7100512.空军工程大学理学院,西安,7100513.西安交通大学数学与统计学院,西安,710049
摘要：随着互联网技术的高速发展,数据库的规模和复杂度不断增长,传统的分类方法已经不能满足复杂数据的分类需求,针对此类问题,提出了一种基于变分贝叶斯的数据分类算法.该算法在传统贝叶斯推断上引入变分近似理论,结合最大期望算法思想,利用统计物理中的平均场理论,并以混合高斯模型为例进行了实验仿真.实验结果证明,随机生成数据在经过382次迭代后,能明显看出由3组高斯模型混合而成,似然函数的下界随迭代次数增加不断上升,在350次迭代后曲线与预想一样趋于平缓,并且在误差允许的范围内得到接近真实数据的均值和逆协方差矩阵,实现其分类处理.在保证高精度的要求下计算速度更快、效率更高、更符合实际工程的应用背景.
关键词：变分贝叶斯分类算法最大期望算法
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(71171199)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 89-94 )
英文信息