基于EM算法的混合模型参数估计(共4页).doc

龙源期刊网 基于EM算法的混合模型参数估计作者：樊菊兰来源：科教导刊电子版2018年第06期摘 要 有限混合模型是用于分析复杂问题的一个有效的建模工具。在诸多的混合模型中，混合高斯模型的应用更为广泛，尤其是在图像处理、人脸识别、通信和信号处理等。理论及数值试验充分证明：混合高斯分布模型能够逼近任何一个光滑分布，而对该模型参数的有效估计是准确分析、模拟复杂问题的必要前提。EM算法自从提出，就已成为一种非常流行地处理不完全数据的极大似然估计的方法。恰好我们经常处理的样本数据集通常可看作是不完全数据，进而EM算法就为混合高斯模型的参数估计提供了一种标准框架。关键词 EM算法 R软件 混合模型 高斯混合 参数估计中图分类号：O212 文献标识码：A0引言EM 算法就是一种一般的从“不完全数据”中求解模型参数的极大似然估计的方法，它是在观察数据的基础上添加一些“潜在数据”，从而简化计算并完成一系列简单的极大化或模拟。EM 算法的每一步迭代