- 相關推薦
Monte Carlo EM加速算法
EM算法是近年來常用的求后驗眾數的估計的一種數據增廣算法,但由于求出其E步中積分的顯示表達式有時很困難,甚至不可能,限制了其應用的廣泛性.而Monte Carlo EM算法很好地解決了這個問題,將EM算法中E步的積分用Monte Carlo模擬來有效實現,使其適用性大大增強.但無論是EM算法,還是Monte Carlo EM算法,其收斂速度都是線性的,被缺損信息的倒數所控制,當缺損數據的比例很高時,收斂速度就非常緩慢.而Newton-Raphson算法在后驗眾數的附近具有二次收斂速率.本文提出Monte Carlo EM加速算法,將Monte Carlo EM算法與Newton-Raphson算法結合,既使得EM算法中的E步用Monte Carlo模擬得以實現,又證明了該算法在后驗眾數附近具有二次收斂速度.從而使其保留了Monte Carlo EM算法的優點,并改進了Monte Carlo EM算法的收斂速度.本文通過數值例子,將Monte Carlo EM加速算法的結果與EM算法、Monte Carlo EM算法的結果進行比較,進一步說明了Monte Carlo EM加速算法的優良性.
作 者： 羅季 Luo JI 作者單位： 華東師范大學金融與統計學院,上海,200241;浙江財經學院數學與統計學院,杭州,310018 刊 名： 應用概率統計 ISTIC PKU 英文刊名： CHINESE JOURNAL OF APPLIED PROBABILITY AND STATISTICS 年，卷(期)： 2008 24(3) 分類號： O212 關鍵詞： 增廣數據 Monte Carlo模擬 EM算法 Monte Carlo EM算法 Newton-Raphson算法【Monte Carlo EM加速算法】相關文章：
數學算法04-28
全員加速中作文11-07
加速度教案04-25
算法崗位職責03-15
物理《加速度》教案08-26
物理加速度教案11-06
手指快算法簡介04-28
算理和算法04-28
乘法的簡便算法教案04-28