科研之友
微信
新浪微博
Facebook
分享链接
摘要
EM算法是一种应用十分广泛的算法，对含有隐变量的概率模型参数的估计往往非常有效。在实际应用EM算法时，隐变量如同参数初值一样可以有多种选择或构造方式，而隐变量对EM算法的影响却少被关注。本文通过一个具体的离散概率模型参数的估计探讨了隐变量的选择对EM算法的影响，构造了两种不同的隐变量，导出了两种不同的EM迭代格式，并用牛顿法给出了常规的迭代格式，对它们进行了对比。数据实验表明：隐变量选择的不同不影响EM算法的收敛性，但隐变量的选择对EM算法收敛速度的影响却很大。
-
单位南昌工程学院; 陕西铁路工程职业技术学院; 黄河科技学院
