基于Bayesian的期望最大化方法——BEM算法

被引:6
作者
温津伟
罗四维
赵嘉莉
韩臻
机构
[1] 北方交通大学计算机科学技术学院!北京
关键词
随机神经网络; EM算法; Bayesian方法; Wishart-Gaussian分布;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
通过对标准 EM算法收敛于局部极值的原因进行分析 ,提出了基于 Bayesian方法的神经网络新学习算法—— BEM算法 .该算法解决了标准 EM算法的上述缺陷 ,同时还可防止标准 EM算法 Overfitting情况的出现 ,并可防止标准 EM算法有时只响应单一模式而失去泛化能力情况的出现 .实验结果表明了该算法的正确性和有效性 .该算法对研究和发展标准 EM学习算法理论具有一定的学术意义
引用
收藏
页码:821 / 824
页数:4
相关论文
共 1 条
[1]   多层随机神经网络em算法 [J].
张建,史忠植 .
计算机研究与发展, 1996, (11) :808-815