申请/专利权人：哈尔滨工业大学

申请日：2022-08-26

公开（公告）日：2024-05-17

公开（公告）号：CN115455670B

主分类号：G06F30/20

分类号：G06F30/20;G06F18/22;G06N7/01;G06F111/08;G06F119/10

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2022.12.27#实质审查的生效;2022.12.09#公开

摘要：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。

主权项：1.一种基于高斯混合模型的非高斯噪声模型建立方法，其特征在于：所述方法适用于临近空间内高速飞行器与大气摩擦产生包裹等离子鞘，非高斯噪声模型的输入为试验系统噪声；所述方法具体包括以下步骤：步骤一、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；步骤二、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；步骤三、根据步骤一建立的高斯混合模型GMM和步骤二估计出高斯混合模型GMM参数，通过EM算法和KL散度，直至模型无分裂和合并操作后，输出GMM模型参数，得到最终高斯混合模型GMM；在步骤三中，步骤三一、给定初始参数Θ0；步骤三二、运行EM算法至收敛；步骤三三、计算当前结果MDL，计算各子模型的KL散度，对KL散度最大的模型进行分裂，运行EM算法至收敛，对分裂后的参数计算MDL，若MDL减小，则认为分裂有效；步骤三四、计算各模型间的模型相似度，对相似度最大的两个模型进行合并，对分裂后的参数计算MDL，若MDL减小，则认为分裂有效；步骤三五、重复步骤三三和步骤三四直到无分裂和合并操作，输出GMM模型参数，得到最终高斯混合模型GMM。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种基于高斯混合模型的非高斯噪声模型建立方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD