← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3744.j.1.a.1 · 生成模型:未记录

高斯混合表达多个区域

理解等级:中级

一个高斯分布由均值定中心、标准差定宽度;多个高斯按归一权重混合,可保留多个候选区域。抽样可先按权重选分量,再从该分量取值。密度高度不是精确点的概率,多个成分也不保证一定出现相同数量的可见峰。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 蚁群优化 7.2 连续蚁群优化 · 查看原书依据

      标准的高斯函数只有一个峰,为了克服这个缺点,我们将利用由几个高斯函数组成的高斯核。这些核组合了多个高斯函数,可以表示比高斯函数的单峰形更复杂的模式。公式7-5展示了高斯核。 (7-5) 如你所见,公式7-5基于公式7-4

    参考来源

    - 位置:《人工智能算法(卷2):受大自然启发的算法》第7章《蚁群优化》,原书小节“7.2 连续蚁群优化”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter007.html#nav_point_98) - 结论依据:原文公式7-4、7-5及多峰图说明各分量参数与加权组合,后一段按模型蚂蚁分量抽样。 - 原始内容:标准的高斯函数只有一个峰,为了克服这个缺点,我们将利用由几个高斯函数组成的高斯核。这些核组合了多个高斯函数,可以表示比高斯函数的单峰形更复杂的模式。公式7-5展示了高斯核。 (7-5) 如你所见,公式7-5基于公式7-4