学位论文 > 优秀研究生学位论文题录展示
基于进化优化方法的高斯混合模型在智能数据分析中的应用
作 者: 周红
导 师: 张建华
学 校: 华东理工大学
专 业: 控制科学与工程
关键词: GMM AIC准则 进化算法 分类建模 说话人识别
分类号: TP18
类 型: 硕士论文
年 份: 2014年
下 载: 15次
引 用: 0次
阅 读: 论文下载
内容摘要
高斯混合模型(Gaussian Mixture Models, GMM)是一种重要的机器学习方法,其目的是建立目标数据集的概率模型。此外,GMM优化策略是提高模型精度的关键;其过程包括准确估计高斯分量个数及对应参数。鉴于GMM标准的参数估计策略——期望最大化(Expectation-Maximization, EM)算法,往往要求较准确的初值且易于陷入局部极值,本文基于赤池信息准则(/Akaike’s Information Criterion, AIC)和进化算法来优化GMM。其中,进化算法是基于群体智能(Swarm Intelligence)的理论,首先将所要估计的参数作为进化算法群体中的个体来表征问题,再通过群体中个体之间的合作和竞争产生新个体,进化新一代种群,从而优化参数。进化算法对初始解的要求不高,已经成为一种得到广泛应用的全局优化算法。在优化过程中,由于GMM中含有的协方差矩阵必须是正定对称的,使用进化算法来优化GMM参数往往遇到困难。本文应用一种针对任意协方差矩阵的新的参数化方法,这种方法能够保证进化后矩阵保持正定对称性。基于仿真数据和实测数据的计算分析结果表明,基于AIC准则和进化算法优化的GMM在智能数据建模与分析问题中有着良好的效果。最后,针对说话人识别问题,比较分析了具有不同优化方法的GMM的分类性能。
|
全文目录
摘要 5-6 Abstract 6-7 目录 7-9 第1章 绪论 9-16 1.1 课题研究背景和意义 9-12 1.2 课题研究现状 12-13 1.3 论文的主要工作和结构安排 13-16 第2章 高斯混合模型简介 16-21 2.1 高斯混合模型 16-17 2.2 基于GMM的数据建模 17-20 2.2.1 基于AIC准则的GMM分量个数的确定 17-18 2.2.2 基于EM优化算法的GMM 18-20 2.3 基于GMM的模式分类 20 2.4 本章小结 20-21 第3章 进化算法用于GMM的优化 21-30 3.1 差分进化算法 21-24 3.1.1 DE算法的进化机制 22-23 3.1.2 DE算法的参数选取 23-24 3.2 粒子群优化算法 24-26 3.2.1 PSO算法的进化机制 24-26 3.2.2 PSO算法的参数选取 26 3.3 基于进化算法的GMM参数估计 26-29 3.3.1 协方差参数化方法及种群个体表示 26-28 3.3.2 个体适应度函数 28 3.3.3 基于进化优化的GMM算法流程 28-29 3.4 本章小结 29-30 第4章 基于进化算法的GMM在智能数据分析中的应用 30-55 4.1 数据集来源和描述 30-32 4.2 基于GMM的智能数据建模与分类 32-53 4.3 结果比较与分析 53-54 4.4 本章小结 54-55 第5章 基于进化算法的GMM在说话人识别中的应用 55-81 5.1 说话人识别问题 55-58 5.1.1 研究背景和问题描述 55-57 5.1.2 现有研究方法概述 57-58 5.2 基于GMM的说话人识别 58-80 5.2.1 Speaker数据集来源和描述 58-59 5.2.2 基于GMM的说话人识别原理 59-60 5.2.3 基于EM算法的GMM在说话人识别中的应用 60-66 5.2.4 基于进化算法的GMM在说话人识别中的应用 66-79 5.2.5 结果及分析 79-80 5.3 本章小结 80-81 第6章 总结与展望 81-83 6.1 总结 81 6.2 展望 81-83 参考文献 83-86 致谢 86
|
相似论文
- 基于差分进化算法的JSP环境下成套订单研究,F273
- K-均值聚类算法的研究与改进,TP311.13
- 极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
- K-means聚类优化算法的研究,TP311.13
- 关于GMM模型常规渐近性的一种新的检验统计量的讨论,O212.1
- 基于特征选择及其融合方法的说话人识别,TN912.34
- 数字波导网格模型及语音网格参数估计,TN912.3
- 遗传门限GARCH模型及其应用研究,F832.51
- 协同量子差分进化算法及其在蒸汽管网优化中的应用,TP183
- 多元回归模型中变量选择问题研究,O212.1
- PTA装置PX氧化反应过程建模与优化技术研究,TQ245.12
- 基于电话信道的声纹识别算法研究,TN912.34
- 财政分权对居民消费影响的实证研究,F126.1;F224
- 基于混合特征和高斯混合模型的说话人识别研究,TN912.34
- 基于量子进化特征选择的SAR图像分割,TN957.52
- 说话人识别中特征参数的提取及优化研究,TN912.34
- 音频结构化技术研究,TN912.3
- 国有银行发展与经济增长的实证研究,F124;F224
- 利率规则在我国的实证研究,F822.0
- 基于时间序列分析的地铁基坑变形监测数据处理方法研究,U231
- 基于差分进化算法的GVF Snake模型的PET医学图像分割,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|