一种对统计信号处理中缺失数据估计的算法

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:xuliyong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
EM算法是一种有效的应对缺失数据的估计算法,它的应用非常广泛,比如人工智能、模式识别、数理统计、图像处理、信号检测等等。首先对最有效的估计算法极大似然估计进行简单阐述,接下来引出算法的主要内容,在原理上说明了基于迭代理论的似然估计期望最大化算法,讨论EM算法的收敛性,并提出了EM算法的应用,最后简单介绍了几种EM改进型算法。
其他文献
应用主元分析实现多变量系统的故障检测与诊断,既消除了各变量之间的关联,也减小外界噪声的影响,能够有效检测诊断出系统的故障源,为实现复杂容错控制提供了保障。通过对多变
沙箱(Sandbox)技术是一种安全保护机制,其目的是通过对程序运行环境的限制来保护系统的安全性.LSM是Linux内核提供的一种轻量级访问控制框架.文中分析了Linux系统中实现沙箱模
AS3AP是一个针对关系数据库的通用测试标准,它能够用来比较各种不同架构和不同负载容量的关系数据库的性能。根据AS3AP标准提出了数据库性能测试的设计方案,并在此基础上将其
文章提出了一种使用修正后的Hu新增不变矩零水印算法。该算法融合Hu不变矩及其新增的几个不变矩的特征矢量,提出了一种基于Hu修正不变矩的零水印算法。该方法保持了原有Hu矩