基于EM算法隐Markov模型参数估计

描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后介绍EM算法的一个应用:求隐Markov模型中的参数估计.用EM算法推导出隐Markov模型中参数的迭代公式.     

Beta-Binomial模型基于EM算法的应用研究

在很多问题中,Beta-Binomial模型有着较为广泛的应用,本文基于EM算法研究了Beta-Binomial模型的参数估计问题,并把它应用于实际的案例中.结果表明我们提出的方法计算方便,对具体问题的解释更具合理性、科学性.     

Maxwell方程反演的小波多尺度方法

研究Maxwell方程电导率的识别问题.主要的难点是目标函数中存在一些局部极小值.将小波多尺度方法应用到Maxwell方程反演过程,通过小波变换,反问题被分解到多个尺度上,于是原反问题可以在子一级的尺度上,由大尺度到小尺度逐级求解.在每个尺度上我们采用稳定、快速的Gauss-Newton迭代法.数值算例的结果显示了这种方法大范围收敛、计算效率高、结果准确,是一种可行的计算方法.     

测地线活动轮廓模型的图像分割快速算法

从最优化理论的角度来看,目前求解图像分割的测地线活动轮廓(geodesic active contour,GAC)模型大多采用固定步长的最速下降算法.而众所周知,该算法收敛速度较慢,这在能量泛函的梯度较小时尤为明显.对求解GAC模型的快速算法进行了研究.首先,回顾了GAC模型的演化方程;随后,将共轭梯度(conjugate gradient,CG)算法引入到GAC模型的求解中,形成一种新的求解图像分割问题的数值方法,即GAC模型的CG算法;最后,通过试验对比传统的数值方法,表明CG算法具有良好的收敛性.     

线性模型和线性EV模型中的T-型回归估计和EM算法

本文对于线性函数关系EV模型定义了$t$\,-型回归估计, 并对于普通线性模型和线性函数关系EV模型给出了计算$t$\,-型回归估计的EM算法, 同时获得了估计的相合性\bd 模拟结果表明由EM算法获得的$t$\,-型回归估计的表现良好.     

基于EM算法的混合模型中子总体个数的研究

混合模型已成为数据分析中最流行的技术之一,由于拥有数学模型,它通常比聚类分析中的传统的方法产生的结果更精确,而关键因素是混合模型中子总体个数,它决定了数据分析的最终结果。期望最大化(EM)算法常用在混合模型的参数估计,以及机器学习和聚类领域中的参数估计中,是一种从不完全数据或者是有缺失值的数据中求解参数极大似然估计的迭代算法。学者们往往采用AIC和BIC的方法来确定子总体的个数,而这两种方法在实际的应用中的效果并不稳定,甚至可能会产生错误的结果。针对此问题,本文提出了一种利用似然函数的碎石图来确定混合模型中子总体的个数的新方法。实验结果表明,本文方法确定的子总体的个数在大部分理想的情况下可以得到与AIC、BIC方法确定的聚类个数相同的结果,而在一般的实际数据中或条件不理想的状态下,碎石图方法也可以得到更可靠的结果。随后,本文将新方法在选取的黄石公园喷泉数据的参数估计中进行了实际的应用。     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计北大核心CSCD

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.     

周期数据时段划分的双截断高斯混合模型及其EM算法

有限混合模型是多模态数据拟合和聚类的有力工具,本文针对具有多模态的周期数据提出了双截断高斯混合糢型,并推导出相应的EM算法,再通过BIC准則确定混合成分个数,该方法的优点是可以将相邻周期上距离较近的数据聚为一类.模拟研究显示,在具体参数设置下,EM算法和BIC准则是相合的。最后,该方法应用于车流量数据的时段划分,将一天划分为具有显著特征的6个时段,有助于交通部门采取相应策略,为优化交通灯信号配时提供参考依据.     

基于边缘检测的屏幕检测研究

在电子屏幕的生产中,缺陷检测是生产线中重要一环.目前很多生产线仍然通过人工观察的方式,其结果依赖人工经验而不稳定,且生产成本高,因而人工检测需通过机器智能技术替换.针对工业生产中要求简单可靠、准确实时,且需快速应用于新生产线的特点,文章设计了一种基于图像处理的屏幕缺陷检测算法.基于新的边缘检测算法,通过比较正常区域与有...     

一种改进的几何活动轮廓模型

针对传统的几何活动轮廓模型在分割具有凹形边界时,演化曲线不能准确定位的缺点,提出了一种改进的几何活动轮廓模型,该模型通过在原模型的演化方程中增加一个正的常数项,使得演化曲线在未到达目标边界时,加速曲线演化,而在到达边界附近时,该加速项逐渐减小为零,从而能够很好的完成对凹形边界的分割.实验证明,该方法不仅能够分割具有凹形边界的目标,还能够使演化过程加速,提高几何活动轮廓模型的分割速度.     

基于Canny算子边缘检测的小波阈值去噪方法

本文研究了信号处理中图像去噪的问题.利用小波变换理论提出了一种基于Canny算子边缘检测的小波阈值去噪方法,实验结果表明,该方法在有效去除噪声的同时能够更好地保留图像的边缘.     

有限混合Laplace分布回归模型局部估计的EM算法

本文研究了一类有限混合Laplace分布回归模型的局部极大似然估计问题. 利用核回归方法和最大化局部加权似然函数的EM算法, 获得了参数函数的局部极大似然估计量, 并讨论了它们的渐近偏差, 渐近方差和渐近正态性. 推广了有限混合回归模型下局部非参数估计的结果.     

物流配送网络选址的模糊数学模型及其算法

本文从供应链上企业的生产和客户需求的不确定性出发,提出了物流配送网络选址优化问题的带模糊约束规划的数学模型,并结合算法的特点提出其对应的混合遗传求解算法,模拟结果表明此算法可得到质量更高的优化解.     

道路交通拥堵自动检测的改进加州算法及仿真

本文研究了高速公路交通拥堵自动检测算法.利用改进的加州算法,获得了用VISSIM软件对高速公路车流量情况的仿真数据及结果,仿真结果表明改进加州算法的检测结果良好.     

厄兰极值混合模型的有效估计及其在保险中的应用

本文研究了Erlang混合分布和广义帕累托分布混合模型的估计问题.通过引入iSCAD惩罚函数,利用EM算法极大化iSCAD惩罚似然函数的方法,获得了混合序和参数的估计值,计算出有效的度量风险指标value-at-risk(VaR)和tail-VaR(TVaR),通过模拟实验和实际数据说明了模型和算法的有效性.推广了有限Erlang极值混合模型在保险数据拟合中的应用.