一种半监督机器学习的EM算法改进方法

作者：夏筱筠; 张笑东; 王帅; 罗金鸣; 崔露露; 赵智阳

来源：小型微型计算机系统, 2020, 41(02): 230-235.

• 半监督机器学习
• EM算法
• 改进分析
• 局部最优

EM(Expectation Maximization)算法是含有隐变量(latent variable)的概率参数模型最大似然估计、极大后验概率估计最有效的算法,但很容易进入局部最优现象,对此提出基于半监督机器学习机制的EM算法.本文方法是在最大似然函数中加入惩罚最小二乘因子,同时引入非负约束作为先验信息,结合半监督机器学习方法,将EM算法改进转化为最小化求解问题,再采用最大似然方法求解EM模型,有效估计了混合矩阵和高斯混合模型参数,实现EM算法的改进.仿真结果表明,该方法能够很好地解决了EM算法容易局部最优化问题.

• 单位
  沈阳工程学院; 中国科学院沈阳计算技术研究所; 中国科学院大学