期望最大化算法

摘要： 为使核磁共振测井横向弛豫时间(T2)谱的定量表征结果更为直观地反映储集层类型和孔隙结构,提出基于高斯混合模型(GMM)的T2谱无监督聚类和孔隙结构定量识别方法。首先对T2谱数据进行主成分降维,减弱数据间的相关性;其次采用高斯混合模型概率密度函数对降维数据进行拟合,结合期望值最大化算法和赤池信息准则变化率得到模型参数和最佳聚类群集;最后分析不同聚类群集的T2谱特征、孔隙结构类型等,并与T2几何平均值、T2算术平均值等进行对比,通过数值模拟和核磁共振测井资料验证算法有效性。研究表明,基于GMM方法的聚类结果与T2谱形态、T2谱、孔隙结构、油气产能等具有很好的对应性,为孔隙结构定量识别、储集层级别划分和产能评价等提供新的手段。

摘要： 针对退化过程呈现两阶段特征的一类随机退化设备,现有剩余寿命预测方法不适用于测量间隔分布不均匀、监测数据的测量频率与历史数据频率不一致的情况,并且忽略了自适应漂移的可变性.鉴于此,提出了一种新的考虑个体差异性的两阶段自适应Wiener过程剩余寿命预测模型与方法.首先,基于自适应Wiener过程分阶段构建随机退化模型,在首达时间意义下推导出寿命和剩余寿命解析式.然后,结合Kalman滤波技术和期望最大化算法进行参数自适应更新,同时利用赤池信息准则实现退化模型变点的辨识.最后,通过蒙特卡洛仿真和锂电池实例,验证了本文所提方法的有效性和实用价值.

摘要： 针对肢体间自遮挡和物体遮挡造成的关节位置信息缺失问题,提出了一种基于3D heatmap的三维姿态估计方法。首先,采用卷积神经网络对人体二维关节点热图heatmap进行提取,并根据各摄像头间的外参数构建人体各关节点的初始3D heatmap;然后,利用人体扫描与建模获得的人体模型先验信息,采用期望最大化算法,迭代优化获得最符合人体模型的关节点在空间的位置分布。最后利用Human3.6M数据集进行验证。结果表明:在部分视图存在遮挡的情况下,可获得高精度的三维关节点位置。

摘要： 有效的剩余寿命预测对设备可靠性与安全性起着关键作用,不确定的内部老化状态和外部使用工况导致的随机退化应力会极大地影响设备的退化速率和健康状况。提出一种新的随机退化应力作用下的设备剩余寿命预测方法。将随机退化应力引入老化过程,基于维纳过程建立随机应力作用下的设备老化模型,提出融合期望最大化算法和粒子群优化算法的先验参数离线估计方法;在贝叶斯框架下在线更新随机系数,推导剩余寿命预测结果的概率密度分布函数。基于锂电池实验退化数据验证了所提方法的有效性。结果表明,考虑随机应力对设备退化规律的影响,能够有效提高剩余寿命的预测精度并降低预测结果的不确定性。

摘要： 考虑产品贮存检测中存在系统失效数据信息被屏蔽的问题,针对并联系统,提出了一种基于最小二乘估计(LSE)改进期望最大化(EM)算法的贮存可靠性分析方法。鉴于产品开始进入贮存时非完全可靠的初始失效情形,建立了指数寿命分布下并联系统的贮存可靠性模型。考虑系统未失效数据中含有屏蔽数据,用改进的EM算法更新检测数据并给出了系统初始可靠度和失效率的LSE。通过算例分析验证了模型的有效性和方法的合理性。

摘要： 损耗率是衡量电力系统技术运行水平、经济运营程度高低的一项重要的指标。针对配电网在管理和技术降损的实际需求,在损耗统计和理论计算的基础上,提出基于高斯混合模型的短时段内损耗特性表征方法,采用期望最大化算法,进行损耗数据正常日和异常日的高斯混合模型参数的计算,并利用损耗数据的分布极值,简化迭代算法的计算过程,提高算法精度。通过所得混合分布参数的比对,识别损耗异常现象,有助于损耗异常点的定位和降损措施的制定。

摘要： 针对使用传统期望最大化算法进行参数估计的混合高斯模型的最终聚类效果过于依赖初始概率密度中心的问题,提出一种基于模糊C均值算法进行参数初始化的改进期望最大化算法.实验结果表明,在实际的用户知识水平聚类任务中,与传统无监督聚类算法(模糊C均值算法、K-means算法和未改进的期望最大化算法)相比,改进的期望最大化算法的聚类性能度量指标均更优,相比于传统聚类算法全局聚类效果更好.

摘要： 现有关于社交网络结构影响问题的研究多聚焦于用户与其邻居之间的相互影响,然而在若干邻居不同关联关系所形成的拓扑结构之间也会产生影响,即结构影响.对结构影响问题进行研究,构建基于邻居结构的影响传播模型NS-IC.根据独立传播模型思想计算不同邻居结构的影响概率作为模型参数,并通过期望最大化算法进行学习.在微博数据集上的实验结果表明,NS-IC模型预测的均方误差、精度和准确率均优于StructInf-Basic方法,同时表明高概率的影响结构能够显著改善用户转发行为的预测效果.

摘要： 在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失.针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递(Unitary Transform Approximate Message Passing,UT-AMP)和加权高斯(Weighting-Gaussian,WG)先验模型的稀疏估计算法.首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiple-xing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化(Expectation Maximization,EM)算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真.仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值.

摘要： 为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径到达时差(TDOA)估计,该文利用相关熵理论中的最大相关熵准则(MCC),结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出一种相关熵期望最大化(CEM)高分辨率多径TDOA估计算法.仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具有很好的估计性能,并且算法中参数的选取不依赖于脉冲噪声的先验信息.

摘要： 同步发电机的参数的准确性直接影响电力系统仿真结果.本文首先利用电网扰动下的PMU数据,将同步发电机与外部电网解耦;然后利用卡尔曼滤波和期望最大化算法相结合的算法对同步发电机的参数进行辨识,最后利用仿真结果验证方法的有效性.

摘要： 马尔可夫随机场能够用于各种各样的视觉问题.本篇论文中我们将提出一种马尔可夫随机场图像分割模型.我们的理论框架基于贝叶斯估计并依赖于能量最优化.对于最小化底层视觉中的能量函数而言,图像分割是一种强有力的优化技术.我们采用一种新颖的最小割最大流算法,该算法是基于增广路径的.我们利用期望最大化算法(EM)作为参数估计算法.选取高斯混合模型,作为我们的图像模型,并且用多元高斯分布为图像的每个割(类)建模.我们要为每个像素提取典型的特征,这些特征与颜色,纹理,位置有关.实验的结果将证实我们方法的良好性能.

摘要： 现代目标跟踪系统常常面临着高速高机动、密集杂波等因素带来的巨大挑战,从而产生航迹断裂的现象,而情报系统需要持久的航迹跟踪信息,所以同源断裂航迹粘连问题越来越受到重视.在机动目标断裂航迹粘连中,需要知道断裂处外推模型以及机动开始及结束时刻,而且他们的选择相互耦合,所以,本文针对空中预警目标由于转弯机动引起的航迹断裂问题,提出了基于期望最大化(Expectation-Maximization,EM)的寻优算法.采用转弯速率来描述目标的转弯机动,将机动开始/结束时刻作为缺失变量,以转弯角速率为待估计量,不断迭代优化至一定条件,实现机动时刻和转弯角加速度的联合估计和辨识.仿真结果证明该算法能够实现航迹粘连并且能提高粘连段的融合精度,并在实装数据上验证了本算法的有效性.

摘要： 现代目标跟踪系统常常面临着高速高机动、密集杂波等因素带来的巨大挑战,从而产生航迹断裂的现象,而情报系统需要持久的航迹跟踪信息,所以同源断裂航迹粘连问题越来越受到重视.在机动目标断裂航迹粘连中,需要知道断裂处外推模型以及机动开始及结束时刻,而且他们的选择相互耦合,所以,本文针对空中预警目标由于转弯机动引起的航迹断裂问题,提出了基于期望最大化(Expectation-Maximization,EM)的寻优算法.采用转弯速率来描述目标的转弯机动,将机动开始/结束时刻作为缺失变量,以转弯角速率为待估计量,不断迭代优化至一定条件,实现机动时刻和转弯角加速度的联合估计和辨识.仿真结果证明该算法能够实现航迹粘连并且能提高粘连段的融合精度,并在实装数据上验证了本算法的有效性.

摘要： 现代目标跟踪系统常常面临着高速高机动、密集杂波等因素带来的巨大挑战,从而产生航迹断裂的现象,而情报系统需要持久的航迹跟踪信息,所以同源断裂航迹粘连问题越来越受到重视.在机动目标断裂航迹粘连中,需要知道断裂处外推模型以及机动开始及结束时刻,而且他们的选择相互耦合,所以,本文针对空中预警目标由于转弯机动引起的航迹断裂问题,提出了基于期望最大化(Expectation-Maximization,EM)的寻优算法.采用转弯速率来描述目标的转弯机动,将机动开始/结束时刻作为缺失变量,以转弯角速率为待估计量,不断迭代优化至一定条件,实现机动时刻和转弯角加速度的联合估计和辨识.仿真结果证明该算法能够实现航迹粘连并且能提高粘连段的融合精度,并在实装数据上验证了本算法的有效性.

摘要： 现代目标跟踪系统常常面临着高速高机动、密集杂波等因素带来的巨大挑战,从而产生航迹断裂的现象,而情报系统需要持久的航迹跟踪信息,所以同源断裂航迹粘连问题越来越受到重视.在机动目标断裂航迹粘连中,需要知道断裂处外推模型以及机动开始及结束时刻,而且他们的选择相互耦合,所以,本文针对空中预警目标由于转弯机动引起的航迹断裂问题,提出了基于期望最大化(Expectation-Maximization,EM)的寻优算法.采用转弯速率来描述目标的转弯机动,将机动开始/结束时刻作为缺失变量,以转弯角速率为待估计量,不断迭代优化至一定条件,实现机动时刻和转弯角加速度的联合估计和辨识.仿真结果证明该算法能够实现航迹粘连并且能提高粘连段的融合精度,并在实装数据上验证了本算法的有效性.

摘要： 现代目标跟踪系统常常面临着高速高机动、密集杂波等因素带来的巨大挑战,从而产生航迹断裂的现象,而情报系统需要持久的航迹跟踪信息,所以同源断裂航迹粘连问题越来越受到重视.在机动目标断裂航迹粘连中,需要知道断裂处外推模型以及机动开始及结束时刻,而且他们的选择相互耦合,所以,本文针对空中预警目标由于转弯机动引起的航迹断裂问题,提出了基于期望最大化(Expectation-Maximization,EM)的寻优算法.采用转弯速率来描述目标的转弯机动,将机动开始/结束时刻作为缺失变量,以转弯角速率为待估计量,不断迭代优化至一定条件,实现机动时刻和转弯角加速度的联合估计和辨识.仿真结果证明该算法能够实现航迹粘连并且能提高粘连段的融合精度,并在实装数据上验证了本算法的有效性.

摘要： 在群目标跟踪中,由于传感器固有的精度限制,当距离较近的目标落在同一个分辨单元内时,会产生不可分辨的量测,为了提升跟踪系统的性能,这种现象应当在跟踪算法中明确考虑.本文基于负传感信息的思想,通过对不可分辨现象进行合理建模,使算法能够较好的适用于这一情形,此外,为了提升算法的鲁棒性,本文引入期望最大化(EM)算法,给出了新的算法框架.仿真结果表明该算法能够实现对具有随机不可分辨量测下的群目标进行稳定跟踪.

摘要： 在群目标跟踪中,由于传感器固有的精度限制,当距离较近的目标落在同一个分辨单元内时,会产生不可分辨的量测,为了提升跟踪系统的性能,这种现象应当在跟踪算法中明确考虑.本文基于负传感信息的思想,通过对不可分辨现象进行合理建模,使算法能够较好的适用于这一情形,此外,为了提升算法的鲁棒性,本文引入期望最大化(EM)算法,给出了新的算法框架.仿真结果表明该算法能够实现对具有随机不可分辨量测下的群目标进行稳定跟踪.

摘要： 在群目标跟踪中,由于传感器固有的精度限制,当距离较近的目标落在同一个分辨单元内时,会产生不可分辨的量测,为了提升跟踪系统的性能,这种现象应当在跟踪算法中明确考虑.本文基于负传感信息的思想,通过对不可分辨现象进行合理建模,使算法能够较好的适用于这一情形,此外,为了提升算法的鲁棒性,本文引入期望最大化(EM)算法,给出了新的算法框架.仿真结果表明该算法能够实现对具有随机不可分辨量测下的群目标进行稳定跟踪.

摘要： 本发明提供一种基于最大化期望提高算法的船型优化快速方法，该方法包括以下步骤：1)生成初始样本船型库，构建初始近似模型；2)根据初始近似模型构建期望提高函数E(I)；3)最大化E(I)函数产生新的样本船型；4)将新的样本船型加入样本船型库，根据新的样本船型库重建近似模型和期望提高函数E(I)；5)再重复步骤3)和4)，如此往复；6)当期望提高函数E(I)满足迭代收敛条件停止优化，新添加的样本船型中目标性能最低的样本船型为最优船型。基于最大化期望提高算法，将高精度CFD数值仿真应用于船型优化设计实际工程中，使得船型优化设计从数值计算的整体计算量的角度大大缩减计算成本和计算时间。

摘要： 本发明公开了一种基于胶囊网络的变分期望最大化路由算法，把低级胶囊的pose矩阵视为GMM的数据点、高级胶囊的pose矩阵视为高斯分布，由VBEM路由算法将数据点聚类为一个个高斯分布并计算其分布参数，即在运行时将低级胶囊分组形成一个高级别的胶囊，然后根据高斯分布参数更新计算激活值a。本发明在胶囊网络中使用VBEM算法，与EM算法相比，这种方法几乎不需要额外的计算量，并且它解决了最大似然方法中的计算难题，基于变分推断对每个分解因子进行最优化来完成整体的最优化过程，既可以得到近似解，又可以避免当高斯分量“退化”到一个具体的数据点时产生的奇异性，也使得隐变量类别数k可以自动在算法中确定，并且在k较大的时候也避免了过拟合。

摘要： 本发明属于合成孔径雷达目标识别技术领域，具体的说是涉及一种基于期望最大化算法的多视角SAR目标识别方法。本发明应用卷积神经网络为特征提取器，根据卷积神经网络对目标的预测概率合理地选择标签的数量，不再简单地选择单视角预测概率最大的标签为预测类别，而是根据预测类别的概率分布灵活地选择可靠的标签。考虑到多视角之间的信息补偿特性，随机选择同一目标的多个视角，自适应地构造多视角标签集，运用EM算法求解预测标签的概率分布，得到更加准确的估计标签，实现了多视角融合，提高了识别率。由于对多视角之间的视角间隔没有限制，本发明可灵活应用于实际场景，尤其是对非协作目标进行目标识别。

摘要： 本发明属于通信技术领域，具体涉及一种基于期望最大化算法的分频带时延估计方法，包括：传感器阵列接收任意的两个声源信号，分别对第一声源信号和第二声源信号进行离散时间傅里叶变换，得到对应的第一声信号和第二声信号；采用广义互相关时延估计算法，得到第一声信号和第二声信号之间广义互相关函数；提取两个声信号的互功率谱，将其拆分成多个子频带，进而建立全频带互相关观测数据，并得到全频带矩阵；建立全频带矩阵与全频带互相关观测数据之间的映射关系，进而建立全频带矩阵与由均值和协方差矩阵组成的观测数据之间的新映射关系；采用期望最大化算法，计算每个子频带的估计时延，并进行多次迭代，并将该稳定估计时延作为最终的时延。

摘要： 本发明涉及一种波达方向估计方法，特别是一种基于期望最大化算法的窄带信号波达方向估计方法，属于信号处理技术领域。本发明提出将期望最大化算法运用于的窄带信号的波达方向估计中，引入隐含变量进行更新迭代，并利用隐含变量构造关于待估波达方向的极大似然函数从而求解出信号的波达方向角的算法。本发明与现有技术相比，主要解决了MUSIC等子空间类算法在低信噪比时估计性能下降；最大似然估计方法多维搜索容易出现误差、估计分辨率低等问题。本方法利用期望最大化迭代分别计算，尽可能地避免了误差，保证了在信噪比低和快拍数少的情况下，波达方向估计的优良性能，且其具有很好的稳定性和分辨率。

摘要： 本发明属于通信技术领域，具体涉及一种基于期望最大化算法的分频带时延估计方法，包括：传感器阵列接收任意的两个声源信号，分别对第一声源信号和第二声源信号进行离散时间傅里叶变换，得到对应的第一声信号和第二声信号；采用广义互相关时延估计算法，得到第一声信号和第二声信号之间广义互相关函数；提取两个声信号的互功率谱，将其拆分成多个子频带，进而建立全频带互相关观测数据，并得到全频带矩阵；建立全频带矩阵与全频带互相关观测数据之间的映射关系，进而建立全频带矩阵与由均值和协方差矩阵组成的观测数据之间的新映射关系；采用期望最大化算法，计算每个子频带的估计时延，并进行多次迭代，并将该稳定估计时延作为最终的时延。

摘要： 一种基于期望最大化算法的信道知识地图构建方法，包括：通过离线射线追踪仿真、离线实地测量或在线实时测量任一方式获取本地通信环境的信道知识数据，根据专家知识对相关信道知识进行统计建模，并利用EM算法对混合统计模型的K类参数进行估计，构建反应当地信号传播环境的信道知识地图；在用户需要通信时，通过GPS、北斗、蜂窝定位、激光雷达以及自身传感器定位方式获取实时位置信息，利用先前构建的信道知识地图及基于逆距离加权的方式获知目标位置的信道知识，从而用于环境感知自适应通信。本发明解决了基于纯模型或纯数据的信道预测方法准确性低、数据存储容量需求大、训练复杂度高的问题，从而降低实时信道状态信息获取的开销。

摘要： 本发明公开了一种基于统计建模的多晶粉末X光衍射图谱的全谱线拟合方法：粉末X光衍射图期望最大化算法全谱线拟合方法(Whole Pattern Fitting of Powder XRD byExpectation Maximum algorithm,简称WPEM)。可用于多晶粉末X光衍射图的全谱拟合,从中提取各衍射峰的峰位、峰宽、峰形、积分衍射强度等晶体结构信息。实现了“统计背底计算”、“组分晶格常数的精确测定”、“组分体积分数的定量测定”等功能。本发明技术能够减少或者消除由衍射几何因素形成的不对称峰形的噪声，可以对混合多晶系的X光衍射图进行全谱线分解和拟合，精确和定量测定各个晶系晶格常数、峰形及各个晶系体积分数。与主流的商用拟合软件Fullprof,TOPAS等相比,显示出更优越的拟合精度。

摘要： 本发明属于合成孔径雷达目标识别技术领域，具体的说是涉及一种基于期望最大化算法的多视角SAR目标识别方法。本发明应用卷积神经网络为特征提取器，根据卷积神经网络对目标的预测概率合理地选择标签的数量，不再简单地选择单视角预测概率最大的标签为预测类别，而是根据预测类别的概率分布灵活地选择可靠的标签。考虑到多视角之间的信息补偿特性，随机选择同一目标的多个视角，自适应地构造多视角标签集，运用EM算法求解预测标签的概率分布，得到更加准确的估计标签，实现了多视角融合，提高了识别率。由于对多视角之间的视角间隔没有限制，本发明可灵活应用于实际场景，尤其是对非协作目标进行目标识别。

摘要： 本发明涉及一种波达方向估计方法，特别是一种基于期望最大化算法的窄带信号波达方向估计方法，属于信号处理技术领域。本发明提出将期望最大化算法运用于的窄带信号的波达方向估计中，引入隐含变量进行更新迭代，并利用隐含变量构造关于待估波达方向的极大似然函数从而求解出信号的波达方向角的算法。本发明与现有技术相比，主要解决了MUSIC等子空间类算法在低信噪比时估计性能下降；最大似然估计方法多维搜索容易出现误差、估计分辨率低等问题。本方法利用期望最大化迭代分别计算，尽可能地避免了误差，保证了在信噪比低和快拍数少的情况下，波达方向估计的优良性能，且其具有很好的稳定性和分辨率。