EM算法在不完全数据参数估计中的应用

EM算法是参数估计中一种很重要的方法,在处理不完全数据中有重要应用．用EM算法给出了基于状态空间模型的不完全数据的参数估计,得到了利用迭代算法计算参数估计值的方法．将之用于实例,结果表明,预测结果很好．误差在可接受范围内．     

用修正的MDIE估计IRT中未知参数

该文选择了一种极小判别信息估计(MDIE)方法,用于项目反应理论中参数估计.根据项目反应理论的思想将MDIE中观察的离散概率分布向量由EM算法中的人工数据导出,得出一种新的估计方法,称之为MDIE/EM.Monte Carlo模拟显示对于被试人数多、项目个数中等情形,以估计精度为评价指标,新估计方法优于BILOG给出的估计.     

截断删失数据下线性指数分布的参数估计

研究了截断删失数据模型中线性指数分布的参数估计问题。分别利用极大似然估计法和EM算法对未知参数进行估计,并给出参数估计随机模拟检验,通过检验发现:极大似然估计得到的参数估计和EM算法得到的参数估计结果差不多,但是EM算法的收敛速度较快。     

基于EM算法的高斯混合密度参数估计

描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后研究EM参数估计方法的一个应用:求高斯混合密度的参数.推导出高斯混合密度参数的迭代公式.     

随机删失数据下基于EM算法的Weibull分布参数估计

生存分析中的观测数据具有样本小、数据随机删失的特点．而目前处理这类问题所使用的参数估计方法并不理想．作者基于EM算法给出随机删失数据下Weibull分布的参数估计方法。证明了估计量满足一个非线性方程组，并用实例表明了此方法的有效性．     

广义I型逐阶区间删失混合Weibull数据的参数估计

源于有限混合总体的广义I型逐阶区间删失数据参数估计方法的研究不多,基于有限混合Weibull模型,讨论Expectation-Maximization(EM)算法对广义I型逐阶区间删失数据参数估计的有效性及其改进。首先给出估计参数的EM算法,通过仿真算例,说明EM算法对广义I型逐阶区间删失混合数据参数估计产生了过度迭代现象,进而,提出了停止EM算法的加权绝对偏差信息准则。改进的EM算法改善了EM算法无法确定参数估计停止迭代时刻的不足,在选择适当初值后,可快速获得满意的参数估计结果。仿真算例验证了该方法的有效性。     

基于惩罚距离的混合模型分量数自动估计算法

EM算法是对有限混合模型进行参数估计的通用算法, 然而标准EM算法中所需的混合模型分量数实际上往往是未知的. 研究并改进了一种采用惩罚性最小匹配距离估计分量数的方法, 结合贪婪EM算法框架, 提出一种可以在进行参数估计的同时, 快速准确地自动估计高斯混合模型分量数的算法. 通过一元和二元的高斯混合模型的仿真实验, 验证了算法的有效性. 关键词：有限混合模型; 分量数; 惩罚性最小匹配距离; 贪婪EM; Parzen窗; 带宽     

有限混合模型的参数估计

利用EM算法对有限混合模型进行了参数估计,并结合具体实例进行了分析。最后利用EM算法对有限混合模型进行了模拟计算,结果充分显示出EM算法具有运算简单、收敛速度快的特点。     

EM-ACO算法及其在多重超声回波参数估计中的应用

针对EM算法在估计多重超声回波参数时存在收敛速度慢和迭代结果强烈依赖于初始值的缺点,将蚁群算法应用到多重超声回波参数估计的EM算法中,提出一种新的多重超声回波参数估计算法——EM-ACO算法.该算法结合EM算法和蚁群算法的优点,不仅可以改善EM算法估计多重超声回波参数时估计结果强烈依赖于初始值的缺点,有效提高EM算法的收敛速度,而且可以获得更高的参数估计精度.根据超声回波的高斯回波模型,应用EM-ACO算法,在不同的信噪比条件下,对多重超声回波的参数向量组进行估计.仿真结果表明:EM-ACO算法能在各种不同的初始值条件下,以较少的迭代次数估计出多重超声回波的参数向量组,并且具有较高的估计精度.     

复合泊松分布参数估计的EM算法

复合泊松分布是非寿险精算中的重要理赔模型,利用正规的统计方法(如极大似然估计)估计模型的参数往往比较困难,而矩估计的精度在大样本下才能有令人满意的结果.本文应用EM算法研究了复合泊松分布的参数估计问题,给出了参数满足的方程,并给出了参数的矩估结果,对两种参数估计结果,通过计算机模拟,表明EM算法对参数的估计更为有效,且EM算法在小样本下就能得到较好的估计效果.     

粗糙表面TE散射的Monte Carlo摸拟

研究了随机粗糙表面的电磁散射问题.在用数值方法研究粗糙表面电磁散射过程中,经常遇到大型的数值计算问题,为此提出一种新的基于积分方程的区域分散算法.采用这种算法,可以将大型计算问题分解为几个小型的问题进行求解.用此新的算法对粗糙表面的散射进行了Monte Carlo模拟.散射计算结果与用直接反演的计算比较结果表明,两种方法符合很好,从而证明了所提方法的可行性.另外,从散射结果我们也得到粗糙表面的背向加强现象.     

新的迭代算法在粗糙表面电磁散射的应用

对于表面电磁散射 ,应用矩量法时 ,表面未知变量的数目非常大 ,即使对于一维表面也需要几千个未知变量 ,当我们求解矩阵方程时 ,计算机对求解的问题有内存和速度的限制。为了克服内存的限制 ,本文提出一种新的基于带形反演的迭代方法 ,并采用这一种新的迭代数值算法对周期表面的电磁散射问题进行了研究 ,并与矩阵反演方法进行了比较 ,所得结果表明 ,这种新的迭代法具有很好的收敛性 ,所提出的计算公式是可行的     

基于GRM的在线校准研究

计算机化自适应测验的题库面临建设成本高且更新、扩充技术较复杂等问题.在线校准技术,可以将新题和旧题置于同一参数量尺上,降低了题库扩充成本.已有若干关于两级评分下新题的在线校准研究,但多级记分项目的在线校准却鲜见报道.该文先由拓展的夹逼平均法求取难度初值,并用多序列相关系数法求取区分度初值,再采用多步EM算法估计项目参数.Monte Carlo模拟结果表明:新题项目参数的估计值返真性较好,且参数的估计精度随着作答次数的小幅度增加而保持着逐渐提高的趋势.     

支持向量机在装备保障链需求预测中的应用研究

准确的需求预测是装备保障链敏捷运行的重要条件.针对装备保障链需求预测过程中,需求不确定、样本数量较少的实际情况,采用了一种新的预测方法--支持向量机.该方法基于统计学习理论的原理,较好地解决了小样本、非线性的学习问题.建立了装备保障链需求预测的支持向量机模型.并以某物资的需求预测为例进行实例验证,计算结果表明,这种方法比传统的方法有更好的预测精度.     

基于磁饱和原理的变压器差动保护新方案

本文针对三相三柱式变压器提出了一种基于磁饱和原理的变压器差动保护新方案．文中利用ＥＭＴＰ程序进行了仿真计算，计算结果表明，本方案能有效地鉴别励磁涌流和内部故障时的短路电流，结果令人满意．     

应用FDTD方法计算电磁散射问题--对FDTD中由输出边界外推远区散射场方法的探讨

根据作者在应用时域有限差分方法计算电磁散射问题的体在相位滞后法的基础上,对时域有限差分方法的近、远场外推步骤进行了简化处理.本文还对该处理方法的正确性进行了理论上的探讨,并通过计算结果与实验数据的比较来验证该方法的正确性.     

小波变换与高斯粗糙表面的电磁散射研究

研究小波变换在粗糙表面电磁散射的应用.在用矩量法研究电磁散射问题的时候,基函数的选择是一个非常重要的步骤.不同的基函数对问题的求解规模影响很大.在此,我们利用小波变换中二尺度方程关系,通过对大尺度基函数和小波基函数求解相应的矩阵方程,然后由小尺度基函数与大尺度基函数和小波基函数的合成关系,求出对应于小尺度基函数的矩量法解.这个方法的优点是减少了矩阵方程求解的规模.     

基于统计损伤理论的饱和土邓肯-张修正模型

为了描述饱和土变形过程,以某边坡饱和土为研究对象,开展固结排水三轴压缩试验。试验发现饱和土的应力-应变曲线近似为双曲线,由此选择邓肯-张模型作为基础模型,结合统计损伤理论,构建一种新的饱和土邓肯-张修正模型。通过邓肯-张模型自身特性及线性回归的方法,求解模型参数。采用所建模型对饱和土试验数据进行辨识,对比分析试验曲线和理论曲线。结果表明,所建修正模型结构简练,参数较少,能较为准确地辨识饱和土偏应力-应变曲线,具有一定的可行性和合理性。     

SPECT图像重建中的衰减校正算法比较

为克服单光子发射计算机断层显像中 ,会出现假阳性的结果。利用胸部数学模型和投影算法得到发射和透射的投影数据 ,采用校正算法重建发射断层图像 ,再与模型数据相比较 ,从而确定各算法的收敛性和收敛速度 ,总结出选择合适的衰减校正算法 ,并提出了将多目标优化方法应用于衰减校正的设想。     

成分数据中基于MCLasso的修正EM算法

针对成分数据中含有近似零值,对其作对数比变换后就会出现无穷值,从而影响对数据的进一步分析.提出了一个新的修正EM算法来处理成分数据中的近似零值问题,针对EM算法的缺点对其进行一些改进,即:对EM算法的E步用Monte Carlo方法改进,对EM算法的M步用Lasso算法进行改进.对新的方法进行实证分析,并与基于线性回归的修正EM算法、基于均值插补法和Bootstrap的修正EM算法进行比较研究,验证了该方法的有效性.