线性状态空间模型的 EM 算法：使用 EM 算法计算线性状态空间模型的 MLE 参数估计。-matlab开发

matlab

计算 A、B、R、E、F 和 Q 的最大似然估计Y(:,t) = A + B*X(:,t) + e(:,t), e(:,t)~N(0,R) X(:,t) = E + F*X(:,t-1) + u(:,t), u(:,t)~N(0,Q) 其中 Y 是 N × T 的可观察向量，X 是 K × T 未观察到的状态向量。结构参数扩展的 EM 算法用于计算参数集估计的一个元素，该元素被映射到归一化参数空间中的唯一点估计。支持许多流行的规范化（参数化）。该算法实现了平方根卡尔曼滤波器。总体而言，SPX-EM 算法比标准 EM 算法更健壮，收敛速度更快。第一个版本几乎没有花里胡哨：请告诉我可能对您有用的任何其他功能。报告错误或意外行为以及...

文件下载

资源详情

[{"title":"（ 2 个子文件 31KB ）线性状态空间模型的 EM 算法：使用 EM 算法计算线性状态空间模型的 MLE 参数估计。-matlab开发","children":[{"title":"LSSMspxem.mltbx <span style='color:#111;'> 21.12KB </span>","children":null,"spread":false},{"title":"LSSMspxem.zip <span style='color:#111;'> 16.39KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

线性状态空间模型的 EM 算法：使用 EM 算法计算线性状态空间模型的 MLE 参数估计。-matlab开发

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载