基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
EM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.
推荐文章
期望最大(EM)算法及其在混合高斯模型中的应用
EM算法
混合高斯模型
参数估计
应用
期望按期完工工件数最大化算法研究
随机排序
启发式算法
时间复杂性
期望最大算法及其应用(1)
期望最大(EM)
极大似然估计(MLE)
不完全数据
隐变量
期望最大(EM)算法及其在混合高斯模型中的应用
EM算法
混合高斯模型
参数估计
应用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 期望最大算法及其应用(2)
来源期刊 计算机工程与应用 学科 工学
关键词 期望最大(EM) 高斯混合模型 隐马尔科夫模型 因子分析
年,卷(期) 2008,(30) 所属期刊栏目 理论研究
研究方向 页码范围 43-46,71
页数 5页 分类号 TP301.6
字数 4273字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.30.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈玉利 广东海洋大学信息学院 33 193 8.0 12.0
2 李昌利 广东海洋大学信息学院 21 75 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (42)
参考文献  (19)
节点文献
引证文献  (10)
同被引文献  (3)
二级引证文献  (6)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(2)
  • 二级参考文献(3)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(8)
  • 参考文献(6)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(6)
  • 参考文献(4)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
期望最大(EM)
高斯混合模型
隐马尔科夫模型
因子分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导