本书第一章简单介绍了EM方法,EM方法是期望最大化(Expectation Maximization)的缩写形式。在统计计算中,最大期望算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法,其中概率模型依赖于无法观...
基于120个网页-相关网页
...:首先,以无督导机器学习方法为基本框架,基于未标注语料库,不使用人工词典,建立语言模型,使用最大期望(Expectation Maximization,EM)算法迭代地训练模型,优化模型参数。
基于48个网页-相关网页
...一套模体分析工具,是基序启发的多EM(Multiple EM for MotifElicitation)的缩写,EM指 期望值最大化 ( Expectation Maximization ),是统计学中预测丢失值或未观察到的值的方法。MEME的结果与第一种方法的结果一致,找到同样的序列和锌指结构。
基于42个网页-相关网页
...期望最大化算法;场景分类;K-L 散度 文献标识码:A [gap=1010]ey Words: Multi-Instance learning; Information Bottleneck; Gaussian Mixed Model; Expectation Maximization; scene classification; Kullback-Leibler Divergence ..
基于36个网页-相关网页
Expectation Maximization Algorithm 最大期望算法 ; EM估计 ; EM算法 ; 期望最大化算法
expectation maximization em 期望最大化
Ordered Subset Expectation Maximization 有序子集最大似然法
Maximum Likelihood-Expectation Maximization 期望值最大化
EM-Expectation Maximization 期望最大算法
Space-Alternating Generalized Expectation-Maximization 空间交替最大期望算法
Expectation-Maximization 期望最大化
·2,447,543篇论文数据,部分数据来源于NoteExpress
We resort to expectation maximization (EM) algorithm for both the estimation of model parameters and the coping with missing values.
这里,期望最大化算法既用来处理丢失值又用来估计模型参数。
This paper proposed a modified ordered subsets expectation maximization(OSEM) reconstruction based on the direct helical half-scan data.
提出了基于直接螺旋半扫描数据的有序子集期望最大化(OSEM)迭代重建。
To overcome the overflow difficulty existing in HMT model, a scaling algorithm is developed to improve expectation maximization (EM) algorithm.
为了克服HMT模型存在的计算溢出困难,采用尺度变换对EM算法进行了改进。
应用推荐