排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
混合高斯参数估计的两种EM算法比较 总被引:1,自引:0,他引:1
混合高斯模型是一种典型的非高斯概率密度模型,获得广泛应用。其参数的优效估计可以通过最大似然方法获得,但最大似然估计往往因其非线性而难以实现,故期望最大化(Expectation-Maximization,EM)迭代算法成为一种常用的替代方法。常规EM算法性能受迭代初值设置影响大,且不能对模型阶数做出估计。一种名为贪婪EM的改进算法可以克服这两个缺点,获得更为准确的模型参数估计,但其运算量一般会远大于前者。本文对这两种EM算法进行综合研究,深入挖掘两者之间的关系,并基于相同的数值仿真实例,直观地演示比较两者的性能差异。 相似文献
2.
顾雪峰陈怀海 《国外电子测量技术》2020,(12):11-16
针对结构振动模态试验数据存在不确定性问题,开展试验数据的不确定性研究,分析试验数据不确定性的内涵和来源,简要阐述各因素对试验数据不确定性的影响,并建立结构模态试验结果不确定性分析的基本流程。然后针对其中的噪声因素,重点研究Bayes方法对结构模态参数识别中不确定性的分析过程。最后进行C/SiC方板的模态实验,根据建立的结构模态试验结果不确定性分析的基本流程,对C/SiC方板的试验数据进行附加影响分析和噪声影响分析,并将两者综合考虑进行了综合误差分析,得到了优化结果和误差范围,进一步验证了该流程的可行性。 相似文献
3.
总结了老年住院患者跌倒的相关因素和护理对策,相关因素包括生理因素、病理性因素、药物性因素等;护理对策包括正确评估患者状况、评估的注意事项、加强安全措施、提高防范意识等.认为针对跌倒危险因素实施相应的护理对策,可以减少老年住院患者跌倒发生率、提高老年人的生活质量、延长老年人寿命. 相似文献
4.
5.
6.
修正的削减平均MTM(modified trimmed mean)恒虚警(constant false alarm rate, CFAR)算法通过对前后滑窗的削减平均再求和实现杂波功率估计,其在多目标环境下具有很好的抗干扰性能。为了提高VI检测器在多目标背景尤其是前后滑窗都存在干扰目标时的检测性能,将MTM算法应用于VI(variability index)检测器,提出了一种改进的恒虚警检测器(VIMTM),该检测器的检测阈值由CA、GO和MTM算法产生。同时本文推导了MTM算法标称化因子TMTM的表达式,在SwerllingⅡ假设下,对VIMTM在不同的杂波背景下的性能进行了仿真分析,并与VI和基于OS (order statistic )的OSVI进行了比较。结果表明,在均匀环境和多目标背景下,VIMTM检测性能较好,且具有更强的鲁棒性;在杂波边缘背景下,VIMTM控制虚警的能力与VI、OSVI相当。另外,与OSVI相比,VIMTM缩短了参考样本的排序时间,提高了检测器的工作效率。 相似文献
7.
8.
9.
10.