传染病发病数资料的EM估计

目的:旨在探讨EM算法在具有链结构的传染病发病数资料分析中的应用。方法:借助EM算法,对4口之家的麻疹发病数资料分别拟合Greenwood链二项分布模型和Reed-Frost链二项分布模型。模型拟合效果的比较采用Pearsonχ2检验。结果:基于Greenwood链二项分布模型时,家庭内麻疹感染率为29.08%;而基于Reed-Frost链二项分布模型时,家庭内麻疹感染率为34.67%。Reed-Frost链二项分布模型的拟合效果优于Greenwood链二项分布模型。结论:采用EM算法处理和分析传染病发病数资料更简便易行。

Turbo编码MIMO-OFDM系统中的EM迭代信道估计

该文对频率选择性衰落信道条件下的Turbo编码多入多出正交频分复用(MIMO-OFDM)系统的信道估计进 行了研究,提出了一种将Turbo迭代译码与EM迭代信道估计相结合的方法。采用该方法的EM迭代信道估计性能 得到了明显提高,且适合于非常恶劣的信道环境。另外,通过仿真可知,利用EM迭代信道估计算法的系统性能优 于利用简化的最小二乘(LS)信道估计算法所获得的系统性能。

含方程误差的重复测量误差模型参数估计

对于测量误差模型,协变量和响应变量真值之间可能不存在完全匹配关系,引入方程误差可以解决此类数据建模问题.本文针对重复测量数据,研究测量误差模型的建模和估计问题,给出含有方程误差时参数估计的EM算法,同时获得基于Fisher信息阵的参数估计渐近协方差矩阵.模拟计算和实例分析的结果说明了本文估计方法的有效性和考虑方程误差的重要性.

基于可能性FMRF的红外图像分割算法及其参数估计

模糊马尔可夫随机场在多值图像分割问题中多采用分段模糊的方法将多值问题转化成多个两值模糊问题,这种方法的模糊度完全依赖像素的灰度值,从而很容易陷于局部最优解。基于可能性测度的模糊随机场摆脱了隶属度对灰度的依赖,使分割结果更容易收敛于全局最优。同时基团类型"相似性"的提出,改进了随机场基团定义的苛刻性,使得基团类型具有更好的包容性与多样性,可广泛地应用到复杂环境下的多值图像分割问题中。最后给出了该算法的EM参数估计方法和图像分割仿真实验。

并行模型组合方法中卷积噪声的估计方法

由于实际环境中各种噪声的干扰 ,语音识别的准确率会受到不同程度的影响 ,因此 ,鲁棒性技术已成为语音识别的一个研究热点。其中 ,并行模型组合方法 (PMC)在提高模型对环境的适应性方面发挥着重要作用。分析了PMC中如何解决其技术难点的一些方法 ,并作了相应的优化改进 ,从而使PMC方法能适用于较为复杂的实际情况。实验利用了剑桥大学的HTK语音识别工具包 ,并加入自行开发的算法 ,可用于对 0～ 91 0个中文数字组成的数字串进行连续语音识别。结果表明 ,在不同的噪声环境下 。

基于Rasch模型的参数估计方法比较研究

本研究的目的是基于Rasch模型,比较联合极大似然估计法、边际极大似然估计法和EM算法、边际贝叶斯估计法参数估计结果的准确程度。实验数据为2 185名被试在HSK试卷170道试题中的作答矩阵,考虑到初值和收敛精度对参数估计结果的影响,将三种参数估计方法按照初值设置和收敛精度不同分别进行参数估计,然后通过计算项目参数估计标准误判断参数估计方法的准确度。

渗透心理健康教育对大学生影响的实证研究

我国青少年的心理健康状况堪忧已是不争的事实,因此,在当今时代,注重和加强学生心理健康教育非常重要。本文根据GPCM模型在渗透心理教育影响度评价中存在的缺陷,提出了基于EM估计值优化GPCM的渗透心理健康教育影响度评价模型,首先采用标准模型构建影响度数目的临时估计值,然后利用EM算法对影响度进行迭代估计,求出最终的渗透心理健康教育对大学生的影响度评价值。仿真结果表明,本文提出的改进模型在评价准确性上要比标准模型要高,证明了该模型的有效性和实用性。

基于分位广义双曲分布的联合建模

众所周知，广义双曲（generalized hyperbolic，GH）分布因具有比高斯分布更好的拟合而在金融时间序列建模方面有着广泛的应用，例如用GH分布拟合观察到的对数收益数据，因为高斯分布不能捕捉到外汇汇率对数收益标准化后的极端值的半重尾性质．然而，在实践中我们很少使用广义双曲分布，因为很难同时有效地得到5个参数的估计．为了克服这个困难，我们对响应变量服从广义双曲分布的数据提出了一种新的联合建模的方法，其中参数可以通过协变量的简单线性和对数线性形式进行建模．此外，我们分别用使用EM算法和鞍点逼近方法来对参数和分位数进行估计．并证明了分位数估计量的相合性和渐近正态性．