基于高斯混合模型的轨迹模仿学习表征参数优化

于建均郑逸加阮晓钢赵少琼 · 2017

阅读量：71

高斯混合模型(GMM)

期刊名称：

北京工业大学学报 2017 年 05 期

摘要：

针对高斯混合模型(Gaussian mixture model,GMM)参数选取效率较低的问题,提出了一种在基于GMM的轨迹模仿学习表征中综合求解GMM参数估计的方法.该方法基于多中心聚类算法中的最大最小距离算法改进kmeans算法,得到最优初始聚类中心,并基于贝叶斯信息准则(Bayesian information criterion,BIC)通过遗传算法优化求解,同时获取GMM的4个重要参数.该方法通过提高划分初始数据集的效率,在优化初始聚类中心基础上确定混合模型个数,有效地避免了因为初值敏感而...