| 带隐变量的回归模型EM算法 |
| |
| 引用本文： | 韩忠明,吕涛,张慧,姜同强.带隐变量的回归模型EM算法[J].计算机科学,2014,41(2):136-140. |
| |
| 作者姓名： | 韩忠明 吕涛 张慧 姜同强 |
| |
| 作者单位： | 北京工商大学计算机与信息工程学院 北京100048;北京工商大学计算机与信息工程学院 北京100048;北京工商大学计算机与信息工程学院 北京100048;北京工商大学计算机与信息工程学院 北京100048 |
| |
| 基金项目： | 本文受国家自然科学基金(61170112),北京市属高等学校科学技术与研究生教育创新工程建设项目(PXM2012_014213_000037)资助 |
| |
| 摘 要： | 带有隐变量的回归模型具有非常广泛的应用场合,隐回归模型的参数求解问题依赖于自变量的分布假设。基于自变量的beta分布的假设条件,给出了隐回归模型的EM算法,详细地推导了模型中的参数求解过程,给出了使用牛顿法求解beta分布参数的算法,并提出一个合适的初值选择算法。在模拟数据和真实数据的基础上进行了详细的比较性试验,结果表明,对具有不同分布特征的因变量观察值,EM算法能够有效地求解隐回归模型的参数。
|
| 关 键 词： | 隐回归模型 最大期望算法 回归模型 |
| 收稿时间： | 2013/5/20 0:00:00 |
| 修稿时间： | 2013/7/16 0:00:00 |
EM Algorithm for Latent Regression Model |
| |
| HAN Zhong-ming,LV Tao,ZHANG Hui and JIANG Tong-qiang.EM Algorithm for Latent Regression Model[J].Computer Science,2014,41(2):136-140. |
| |
| Authors: | HAN Zhong-ming LV Tao ZHANG Hui and JIANG Tong-qiang |
| |
| Affiliation: | School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China;School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China;School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China;School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China |
| |
| Abstract: | |
| |
| Keywords: | Latent regression model EM algorithm Regression model |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
