原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
期望最大算法及其应用_2_
计算机工程与应用 , ( ) 43
ComputerEngineeringand Applications
期望最大算法及其应用(2)
李昌利 沈玉利
,
,
LI Chang-liSHENYu-li
广东海洋大学 信息学院 广东 湛江
, 524088
, , , ,
SchoolofInformationGuangdongOceanEngineeringZhanjiangUniversityGuangdong524088China
:
E-mailcharlee.li@
, : ,
LI Chang-li partⅡ
, ( ):
2008443043-46.
: ( ),
Abstract MLE
,
,
: ( ); ( ); ( ); ( )
KeywordsExpectation-MaximizationEM MixturesofGaussiansMoGHidden MarkovModelHMM FactorAnalysisFA
摘 要 算法是实现极大似然估计的一种有效方法 主要用于非完全数据的参数估计 文章的第一部分已经详细介绍了算法的
: , 。
EM
基本原理 这部分内容着重介绍算法的各种应用 特别是高斯混合模型 隐马尔科夫模型和因子分析中的参数估计
, , 、 。
关键词 期望最大 高斯混合模型 隐马尔科夫模型 因子分析
: ( ); ; ;
EM
: 文章编号: ( ) 文献标识码: 中图分类号:
DOI10.3778/j.issn.1002-8331.2008.30.0131002-8331200830-0043-04 A TP301.6
器学习领域的主流技术之一 混合分布模型为
1 引言 。
算法是实现极大似然估计的一种有效方法 它通过迭 M
EM ,
( ) ( ) ()
fx|= fx| 1
! ! !
! ii i
代的方式得到
文档评论（0）