期刊文章详细信息
文献类型:期刊文章
机构地区:[1]安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039
基 金:国家自然科学基金项目(60472065)
年 份:2009
卷 号:19
期 号:9
起止页码:108-110
语 种:中文
收录情况:JST、RCCSE、ZGKJHX、普通刊
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。
关 键 词:EM算法 状态空间模型 KALMAN
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...