Number of components and initialization in Gaussian mixture model for pattern recognition.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F01%3A16010032" target="_blank" >RIV/67985556:_____/01:16010032 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21260/01:06071290
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Number of components and initialization in Gaussian mixture model for pattern recognition.
Popis výsledku v původním jazyce
The method for complete mixture initialization based on a product kernel estimate of probability density function is proposed for mixture estimation using EM-algorithm. The mixture components are assumed to correspond to local maxima of optimaly smoothedkernel density estimate. The gradient method is used for local extrema finding. As the last step, agglomerative hiearchical clustering methods merges closest components together. A comparison to scale-space approaches is given on examples.
Název v anglickém jazyce
Number of components and initialization in Gaussian mixture model for pattern recognition.
Popis výsledku anglicky
The method for complete mixture initialization based on a product kernel estimate of probability density function is proposed for mixture estimation using EM-algorithm. The mixture components are assumed to correspond to local maxima of optimaly smoothedkernel density estimate. The gradient method is used for local extrema finding. As the last step, agglomerative hiearchical clustering methods merges closest components together. A comparison to scale-space approaches is given on examples.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2001
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Artificial Neural Nets and Genetic Algorithms. Proceedings.
ISBN
3-211-83651-9
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
406-409
Název nakladatele
Springer
Místo vydání
Wien
Místo konání akce
Prague [CZ]
Datum konání akce
22. 4. 2001
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—