基于在線分裂合并EM算法的高斯混合模型分類方法

摘要：為了解決傳統高斯混合模型中期望值EM處理必須具備足夠數量的樣本才能開始訓練的問題，提出了一種新的高斯混合模型在線增量訓練算法。本算法在Ueda等人提出的Split-and-Merge EM方法基礎上對分裂合并準則的計算進行了改進，能夠有效避免陷入局部極值并減少奇異值出現的情況；通過引入時間序列參數提出了增量EM訓練方法，能夠實現增量式的期望最大化訓練，從而能夠逐樣本在線更新GMM模型參數。對合成數據和實際語音識別應用的實驗結果表明，本算法具有較好的運算效率和分類準確性。

關鍵詞：高斯混合模型；在線訓練；分裂融合算法；模式分類

中圖分類號：TP391.4 文獻標志碼：A 文章編號：1001－3695(2010)08－2906－03