EM算法在高斯混合模型中的应用.pdfVIP

EM算法在高斯混合模型中的应用 1.定义 对于一个随机信号生成器，假设他的模型参数为 ，我们能观测到的数据输  出为X，不能观测到的数据输出为Y，且随机系统模型结构的概率密度函数为 p(x,y|) （1） 能够观测到的一部分数据输出数据{x ,x ,...,x }，模型的另一部分输出数据 1 2 N 未知,模型的参数 也未知。EM算法就是要求我们从观测数据{x ,x ,...,x }中估  1 2 N 计出参数 。  2.EM算法的描述 假设每一对随机系统的输出样本(x ,y )对于不同的n相互独立，这样当 n n p(