树状模型中EM算法的矩阵形式

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (5): 32-34.

树状模型中EM算法的矩阵形式

游源¹，齐欢¹，胡祥恩²

1.华中科技大学控制科学与工程系，武汉 430074
2.孟菲斯大学心理系，美国孟菲斯

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-02-11 发布日期:2011-02-11

Matrix version of EM algorithm in tree models

YOU Yuan¹，QI Huan¹，HU Xiang’en²

1.Department of Control，Huazhong University of Science and Technology，Wuhan 430074，China
2.Department of Psychology，University of Memphis，Memphis，TN，USA

Received:1900-01-01 Revised:1900-01-01 Online:2011-02-11 Published:2011-02-11

摘要/Abstract

摘要： 研究了运用EM算法对树状模型参数辨识的方法，针对树状模型结构特性提出了一种矩阵形式的EM算法。在原有算法的基础上，由一系列矩阵分别描述出原始模型的全部信息，以矩阵运算的形式完成原算法的迭代过程，从而获得模型各参数估计值。实验结果表明，与原有算法相比，本方法具有更好表达形式和算法性能，在高精度和重负荷情况下更能显示出其优势。

关键词: 树状模型, EM算法, 参数辨识, 矩阵运算

Abstract: A method of estimating tree models via Expectation-Maximization（EM） algorithm is addressed，and a matrix version of EM algorithm which is specific to the structure characteristics of the tree models is presented.Based on original algorithm，a series of matrixes has been employed to stand for all the information including in the original model，which makes it possible to estimate the parameter for the tree models via matrix operations.Compared with the traditional algorithm，the experiment shows the proposed approach has superior structure organization with improved efficiency and flexibility，which can demonstrate the advantage under higher accuracy requirement or heavy duty situation.

Key words: tree models, EM algorithm, parameter identification, matrix operation

游源¹，齐欢¹，胡祥恩². 树状模型中EM算法的矩阵形式[J]. 计算机工程与应用, 2011, 47(5): 32-34.

YOU Yuan¹，QI Huan¹，HU Xiang’en². Matrix version of EM algorithm in tree models[J]. Computer Engineering and Applications, 2011, 47(5): 32-34.

[1]	徐恭贤，邱添，贾府生，魏顺行. 一类生物系统的参数辨识方法及其应用[J]. 计算机工程与应用, 2020, 56(4): 163-167.
[2]	郑红景，蒋梦梦，周杰. 股票市场的高维动态因子模型及其实证分析[J]. 计算机工程与应用, 2020, 56(12): 243-249.
[3]	沈艳，尹金姗，韩帅，韩煜. 基于数值积分公式的GM（1，1）模型优化研究[J]. 计算机工程与应用, 2019, 55(24): 41-45.
[4]	汪琳娜1，2，杨新3，杨习贝4. 复合决策粗糙建模与计算方法研究[J]. 计算机工程与应用, 2018, 54(19): 122-128.
[5]	贠今天1，2，孟宪全1，2，桑宏强2，杨向红2. 实时上肢参数辨识的康复机器人力控制研究[J]. 计算机工程与应用, 2015, 51(17): 233-237.
[6]	李安平1，2，刘国荣3，沈细群3. 不同阶分数阶混沌系统的同步与参数辨识[J]. 计算机工程与应用, 2013, 49(4): 245-248.
[7]	赵晨阳1，翟少丹1，佀洁2. 基于最大后验估计的无监督聚类算法[J]. 计算机工程与应用, 2013, 49(19): 131-134.
[8]	徐志成1，王树青2. 基于菌群优化算法的非线性系统模型参数辨识[J]. 计算机工程与应用, 2013, 49(1): 46-49.
[9]	丁学明，沈业茂，张久忠. T-S模型全局优化辨识[J]. 计算机工程与应用, 2012, 48(36): 151-154.
[10]	杨靖1，林益2，洪露3，李泽滔1. 一种改进的D-S证据理论合成方法[J]. 计算机工程与应用, 2012, 48(20): 150-153.
[11]	刘君1，王振中1，李宝聚2，郇中丹1，黄海洋1. 基于图像处理的作物病害自动识别系统的研究[J]. 计算机工程与应用, 2012, 48(13): 154-158.
[12]	张亚萍，陈得宝，侯俊钦，杨一军. 朴素贝叶斯分类算法的改进及应用[J]. 计算机工程与应用, 2011, 47(15): 134-137.
[13]	王海凤，何小海，孙贵凡，贺可鑫. 维纳滤波和调整EM算法在COSM中的应用[J]. 计算机工程与应用, 2011, 47(15): 180-183.
[14]	吴文辉，苏晓龙，孙统风. 动态图像特征空间的立体视觉匹配算法[J]. 计算机工程与应用, 2011, 47(11): 178-181.
[15]	王宇新，刘彦飞，郭禾，刘天阳，杨元生. 海冰观测中的图像匹配方法研究[J]. 计算机工程与应用, 2010, 46(35): 245-248.