EM算法在高斯混合模型中的使用.doc
EM 算法在高斯混合模型中的应用 定义 对于一个随机信号生成器 假设他的模型参数为 我们能观测到的数据输出为 X不能观测到的数据输出为 Y且随机系统模型结构的概率密度函数为 p(x, y | ) 1 能够观测到的一部分数据输出数据 { x1, x2 , xN } 模型的另一部分输出数据 未知 , 模型的参数 也未知 EM算法就是要求我们从观测数据 { x1, x2 , xN } 中估 计出参数
EM 算法在高斯混合模型中的应用 定义 对于一个随机信号生成器 假设他的模型参数为 我们能观测到的数据输出为 X不能观测到的数据输出为 Y且随机系统模型结构的概率密度函数为 p(x, y | ) 1 能够观测到的一部分数据输出数据 { x1, x2 , xN } 模型的另一部分输出数据 未知 , 模型的参数 也未知 EM算法就是要求我们从观测数据 { x1, x2 , xN } 中估 计出参数