EM算法研究与应用

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问模型参数估计方法.

关键词：EM算法、状态空间模型、Kalman

所属期刊栏目：19

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目60472065

在线出版日期：2009-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：108-110