[1]王爱平 张功营 刘方.EM算法研究与应用[J].计算机技术与发展,2009,(09):108-110.
　WANG Ai-ping,ZHANG Gong-ying,LIU Fang.Research and Application of EM Algorithm[J].,2009,(09):108-110.
点击复制

EM算法研究与应用()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年09期
页码:
108-110
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research and Application of EM Algorithm
文章编号:
1673-629X（2009）09-0108-03
作者:
王爱平 张功营 刘方
安徽大学计算智能与信号处理教育部重点实验室
Author(s):
WANG Ai-ping;  ZHANG Gong-ying;  LIU Fang
Ministry of Education Key Lab. of Intelligent Computing ＆ Signal Processing, Anhui University
关键词:
EM算法; 状态空间模型; Kalman
Keywords:
EM algorithmistate-space model; Kalman
分类号:
TP301.6
文献标志码:
A
摘要:
引入了可处理缺失数据的EM算法。EM算法是一种迭代算法，每一次迭代都能保证似然函数值增加。并且收敛到一个局部极大值。对EM算法的基本原理和实施步骤进行了分析。算法的命名，是因为算法的每一迭代包括两步：第一步求期望（Expectation Step），称为E步；第二步求极大值（Maximization Step），称为M步。EM算法主要用来计算基于不完全数据的极大似然估计。在此基础上，把EM算法融合到状态空间模型的参数估计问题。给出了基于Kalman平滑和算法的线性状态空间模型参数估计方法
Abstract:
Following the decription of traditional maximum likelihood estimation methods and the discussions on their disadvantages. EM algorithm is an iterative algorithm, every iteration to ensure that the likelihood ftmetion can be increased, and the convergence

相似文献/References:

[1]周瑛 张铃.有限混合模型在文本分类中的应用研究[J].计算机技术与发展,2010,(06):18.
　ZHOU Ying,ZHANG Ling.Study of Application of Finite Mixture Model in Text Classification[J].,2010,(09):18.
[2]陈东泳 钟尚平.基于半监督学习的JPEG图像通用隐写检测方法[J].计算机技术与发展,2009,(02):169.
　CHEN Dong-yong,ZHONG Shang-ping.A Universal Steganalysis Method for JPEG Images Based on Semi - supervised Learning[J].,2009,(09):169.
[3]翟继友 张鹏.高斯混合模型参数估值算法的优化[J].计算机技术与发展,2011,(11):145.
　ZHAI Ji-you,ZHANG Peng.Optimization of Parameter Estimation Based on Gaussian Mixture Model[J].,2011,(09):145.

备注/Memo

备注/Memo:
国家自然科学基金项目（60472065）王爱平（1956-）,女，安徽合肥人，教授，主要从事计算机教学与研究
更新日期/Last Update: 1900-01-01