典型文献
EM算法在p范混合模型参数估计中的应用
文献摘要：
针对多种分布形式混合的观测数据,建立了p范混合模型,考虑到模型中混合数属于不完全数据,引入期望最大化(expectation-maximum,EM)算法,对该混合模型的参数进行估计,详细推导了p范混合模型参数估计的迭代公式,并给出了相应的迭代步骤.采用混合高斯分布数据、拉普拉斯分布与高斯分布混合数据及实测GPS观测值残差数据,验证了公式的正确性和适应性.算例结果表明,与单一概率分布相比,p范混合模型能够准确反映数据分布的实际情况,同时利用EM算法估计的模型参数具有较高的精度.
文献关键词：
混合模型;参数估计;p范分布;期望最大化算法
中图分类号：
作者姓名：
彭飞;王中;孟庆旭;潘雄;邱封钦;杨玉锋
作者机构：
海军工程大学舰船与海洋学院,湖北 武汉,430033;武汉纺织大学计算机与人工智能学院,湖北 武汉,430200;中国地质大学(武汉)地理与信息工程学院,湖北 武汉,430078
文献出处：
引用格式：
[1]彭飞;王中;孟庆旭;潘雄;邱封钦;杨玉锋-.EM算法在p范混合模型参数估计中的应用)[J].武汉大学学报（信息科学版）,2022(09):1432-1438
A类：
不完全数据
B类：
EM,混合模型,模型参数估计,分布形式,观测数据,expectation,maximum,迭代公式,代步,混合高斯分布,拉普拉斯分布,混合数据,GPS,观测值,差数,一概,概率分布,数据分布,数具,期望最大化算法
AB值：
0.316793
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
