- EM算法的BFGS加速算法
- 2008年
- EM算法是一种求参数极大似然估计的迭代算法,在处理不完全数据中有重要应用。EM算法实现简单,数值计算稳定,存储量小,具有良好的全局收敛性,但EM算法收敛速度慢只是次线性的收敛速度,妨碍了EM算法的应用。现已提出了多种加速EM算法收敛的方法。本文是在EM算法的拟Newton加速算法的基础上,使用非线性规划中对称秩2校正公式(BFGS公式)给出了一种新的加速EM算法收敛的方法。它是针对EM的M步的,在共享EM算法单调增加似然函数值和稳定收敛的基础上提高EM算法的收敛速度。最后用数值试验结果验证了该加速算法的有效性和可行性。
- 王胜帅单锐陈静郑鹏辉
- 关键词：EM算法
- 另一种强Wolfe线性搜索下的共轭梯度法
- 2008年
- 对求解非线性无约束优化问题中给出了新的参数应用于共轭梯度法;并证明了该方法在强Wolfe线搜索下具有充分下降性,同时具有全局收敛性。将本文提出的参数与引文中参数作比较,讨论了这一类参数在证明中的成立条件。
- 陈静单锐王胜帅郑鹏辉
- 关键词：无约束最优化共轭梯度法强WOLFE线性搜索全局收敛性
- EM算法的BFGS和DFP联合加速算法被引量：1
- 2008年
- 使用非线性规划中的变度量法BFGS算法和DFP算法给出了一种新的加速EM算法收敛的方法。
- 王胜帅单锐陈静郑鹏辉
- 关键词：EM算法
- EM变尺度加速算法
- EM算法是一种求参数极大似然估计的迭代算法,在处理不完全数据中有重要应用。它的最大优点是实现简单;数值计算稳定;存储量小;特别是,每一次迭代能保证观察数据对数似然函数是单调不减的。但EM算法最大的缺点是收敛速度缓慢,只是...
- 王胜帅
- 关键词：EM算法变尺度法极大似然估计EMD算法
- 文献传递
