期刊文献+

基于EM算法实现混合密度极的大似然参数估计 被引量:1

在线阅读 下载PDF
导出
摘要 在介绍极大似然估计与EM算法的基础上,探讨了基于EM算法的两混合正态分布极大似然参数估计,并举例说明了若干经典场合的极大似然估计的算法.
作者 邹小云
出处 《赤峰学院学报(自然科学版)》 2013年第23期8-10,共3页 Journal of Chifeng University(Natural Science Edition)
  • 相关文献

参考文献4

二级参考文献13

  • 1吕志.第五讲 随机数的产生[J].数理统计与管理,1985,4(3):37-45. 被引量:2
  • 2陈希孺.数理统计引论[M].北京:科学出版社,1997..
  • 3方开泰.多元统计分析[M].上海:华东师范大学出版社,..
  • 4[1]A.P. Dempster, N. M. Laird and D. B. Rubin. Maximum Likelihood from Incomplete Data via the EM Algorithm[J]. J. R. Statist. Soc. B, 1977(39), 1-38,
  • 5[2]Xu,L. and M. I. Jordan, On the Convergence Properties of the EM Algorithm for Gaussian Mixtues[J]. Neural Compution, 1996(8), 129-151.
  • 6[3]Lei Xu. Comparatives Analysis on Convergence Rates of the EM Algorithms and its Two Modifications for Gaussian mixtures[J]. Neural Processing, 1997(6), 69-76.
  • 7[4]S. R. Gerald. Matrix Derivatives[M], New York: Dekker. 1980.
  • 8[5]Jinwen Ma, Lei Xu and Michael I. Jordan. Asymptotic Convergence Rate of the EM Algorithm for Gaussian Mixtures[J]. Neural Computation, 2000(12), 2881-2907.
  • 9[美]Richarda Johnson,Deanw Wich(陆璇,等译).实用多元统计分析(第四版)[M].北京:清华大学出版社,2001.
  • 10Dempster A,Laird N,Rubin D.Maximum likelihood eitimation from incomplete data via EM algorithm[J].J Royal Statistical Society Series bB,1997:1~38.

共引文献10

同被引文献7

  • 1张银萍.不同缺失机制下统计模型的参数估计问题[D].西北大学,2012(06).
  • 2林东方.基于EM算法的不完全测量数据的处理方法研究[D].中南大学,2012(05).
  • 3廖颖姝.缺失数据对参数估计EM算法影响的实验研究[D].兰州商学院,2012(06).
  • 4卢玉桂.EM算法在多层线性模型参数估计中的应用[D].广西大学.2013(06).
  • 5张香云.基于EM算法缺失数据下混合模型的参数估计[A].中国优选法统筹法与经济数学研究会、中国科学院科技政策与管理科学研究所、《中国管理科学》编辑部.第十三届中国管理科学学术年会论文集[c].2011(05).
  • 6张淑梅,辛涛,曾莉,孙佳楠.2PL模型的EM缺失数据处理方法研究[J].应用概率统计,2011,27(3):241-255. 被引量:6
  • 7王戈,于宏毅,沈智翔,胡赟鹏.一种基于EM算法的快速收敛参数估计方法[J].吉林大学学报(工学版),2013,43(2):532-537. 被引量:14

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部