用于缺失数据的最大似然计算.分E步和M部,E步用MONTE CARLO近似.
2021-11-22 10:51:39 283KB EM算法
1
Excel来解释公式,简单容易理解 这是一个抛硬币的例子,H表示正面向上,T表示反面向上,参数θ表示正面朝上的概率。硬币有两个,A和B,硬币是有偏的。本次实验总共做了5组,每组随机选一个硬币,连续抛10次。如果知道每次抛的是哪个硬币,那么计算参数θ就非常简单了,如上图所示。 如果不知道每次抛的是哪个硬币呢?那么,我们就需要用EM算法,基本步骤为:1、给θA和θB一个初始值;2、(E-step)估计每组实验是硬币A的概率(本组实验是硬币B的概率=1-本组实验是硬币A的概率)。分别计算每组实验中,选择A硬币且正面朝上次数的期望值,选择B硬币且正面朝上次数的期望值;3、(M-step)利用第三步求得的期望值重新计算θA和θB;4、当迭代到一定次数,或者算法收敛到一定精度,结束算法,否则,回到第2步。
2021-11-21 23:56:25 146KB EM抛硬币算法
1
该文件主要是介绍了SAS的EM模块的例子,其中有html格式的文字说明,对照学习。
2021-11-21 20:03:57 1.09MB sas EM
1
EM算法进行GMM参数估计的Python实现-附件资源
2021-11-16 16:07:20 23B
1
前言 最近因为工作的需要,在使用 Python 来发送 SOAP 请求以测试 Web Service 的性能,由于 SOAP 是基于 XML 的,故免不了需要使用 python 来处理 XML 数据。在对比了几种方案后,最后选定使用 xml.etree.ElementTree 模块来实现。 这篇文章记录了使用 xml.etree.ElementTree 模块常用的几个操作,也算是总结一下,免得以后忘记了。分享出来也方法需要的朋友们参考学习,下面话不多说了,来一起看看详细的介绍吧。 概述 对比其他 Python 处理 XML 的方案,xml.etree.ElementTree 模块(下文我们
2021-11-16 15:23:12 62KB element em le
1
这是FDTD simulation of EM wave的资料,只有前四章 从 1D 到 3D,在最后有C++写的程序,我在matlab里只改了改1D 的,感兴趣的可以看下 : http://download.csdn.net/detail/shl0931/4734600
2021-11-15 14:31:55 8.83MB EM FDTD simulation
1
总共有4个,都能运行,是逐渐加深内容的,希望能帮到大家。 1.% Ex and Hy field components propagating in the z direction. 2.% Ex and Hy field components propagating in the z direction with % absorbing boundary conditions (ABC) 3.% Simulation of a pulse hitting a dielectric medium 4.% Simulation of a sinusoidal wave hitting a dielectric medium
2021-11-15 14:31:25 5KB matlab code EM FDTD
1
包含内容:JS封装表单,JS校验表单 说是测评系统,感觉只能算是一个小小的Demo,很水,,没有数据库库,,仅使用JS做简单的选择题测评系统 ——————————————————————————– 一、设计思路 表单封装: 【1】由于采用JS封装提交所以,不需要form标签 【2】放置多个input标签,作为输入项 【3】编写JS获取输入项,并通过get方式提交到另一个页面 校验表单(显示结果) 【1】获取get传入的参数 【2】通过JS解析 【3】显示到相应位置 ——————————————————————————– 二、参考源码如下 request.html <html> <head>
2021-11-15 10:38:39 98KB demo em input
1
高斯混合模型数学原理,EM算法,运动目标检测识别
2021-11-15 09:56:04 145KB GMM EM
1