基于分裂EM算法的GMM参数估计

期望最大化(Expectation Maximization,EM)算法是一种求参数极大似然估计的迭代算法,常用来估计混合密度分布模型的参数。EM算法的主要问题是参数初始化依赖于先验知识且在迭代过程中容易收敛到局部极大值。提出一种新的基于分裂EM算法的GMM参数估计算法,该方法从一个确定的单高斯分布开始,在EM优化过程中逐渐分裂并估计混合分布的参数,解决了参数迭代收敛到局部极值问题。大量的实验表明,与现有的其他参数估计算法相比,算法具有较好的运算效率和估算准确性。

基于物联网的便携式心电信号模糊诊断仪器的设计

目的动态采集与处理心电信号,获取异常心电信号的分类信息。方法首先通过实时采集心电信号结合离散小波变换获取心电特征向量,然后计算心电信号模糊信息熵,最后利用欧氏距离获取心电信号的语义距离,得到异常信号的分类信息。结果该装置能够在基于物联网的嵌入式平台上实现异常心电信号的有效识别,提高心脏疾病的诊断精度。结论心电信号模糊诊断设备能够精确分类异常信号,输出具有高置信度区间的在线信号分类矩阵。