基于EM算法的GO分布参数最大似然估计.pdfVIP

基于EM算法的GO分布参数最大似然估计.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于EM算法的GO分布参数最大似然估计.pdf

第l期 电 子 学 报 V01.41No.1 2013年1月 A口AEIECrRONICASINICA J∞.2013 基于EM算法的Go分布参数最大似然估计 周 鑫 (南京航空航天大学自动化学院,江苏南京210016) 摘 要: ApenureR丑dar,SAR)图像数据建模的一个重要模型,建模能力 G0分布是目前合成孔径雷达(汕dc 强、实用性好,受到了广泛的关注.G0分布的应用离不开准确有效的参数估计,而由于G0分布表达式复杂,统计意义 上最优的最大似然估计法一直没能用在G0分布上.本文首先给出了一种新的方式来推导得出Go分布,在此基础上, 采用最大期望(&pectalionMaxj珊i翻don,EM)算法为Go分布给出一种有效的最大似然参数估计方法.文中的方法与现 有的Go分布参数估计方法通过实验进行了比较,实验结果充分证明了所提方法的有效性. 关键词:sAR图像;Go分布;EM算法;最大似然估计 中图分类号:7IN957文献标识码: A 文章编号: 0372—2112(2013)01一0178—0r7 电子学报URL:h印://www.ej埘姗a】.org.cnDOI:10.3969/i.ism.0372-2112.2013.01.03l AnEM Based A啪rithm Ma)(imumLike¨hoOdPa舢eterEStjmal阶 MethOdfOrtheGODislribution ZHOU)【in 210016,锄口) (撕矿A眦岫凸扣l耐孵,胁,姗№妙矿^鲫觚彻d山胁删‘如,Ⅳa,她,丘嶝u data,Go Abs嘲:As肌岫舳mII枷斯n棚eling删c咖radar(sAR)硫agedis吼嘣∞llas姐嘴瑚捌- m耐b佗draws ir培abiIity ex锄1sive姚砸∞s部叫Ildtl圮wodd.The disnib埘∞re. a耐900dpfac6cabil时,柚d app!Ⅱcatio璐of(;o acc啪teaIldef‰dve b∞n quire pa均]r他嘧。esdmatioIls,andma)【妯岫m吲iI时m鼯6lnam叫,砌ch is啦嘧五caⅡy0p血】al,}l硒notap— dis旺i砌0n血etothe0f(勋di嘶bu6∞.IIllI】isdeIivali∞ofG0 p_l确fbrthe(;0 o哑lpl喇ty paper,anew dis血ib西∞is6rst西v胁, fbrtheGoditribI吐ion.Tlle pf0眇湖删iscolnpared谢th妇G0pal砌瞅剐删∞枞岬嘲髓妣唧商. s蛔吐埒dfe商veness Ir坝Its,andⅡ把r鹳lllts of吐le翻:q)osed埘ell川. KeyⅥDn噍:刚岷iII擒ge;Gom妯ⅫoIl;既厦a190棚m;ma)【i砌曲hkemx州esli眦岫∞

文档评论(0)

daoqqzhuan2 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档