基于EM算法的缺失數(shù)據(jù)的統(tǒng)計(jì)分析及應(yīng)用.pdf

1、獨(dú)創(chuàng)性聲明本人提交的學(xué)位論文是在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。論文中引用他人已經(jīng)發(fā)表或出版過的研究成果，文中己加了特別標(biāo)注。對本研究及學(xué)位論文撰寫曾做出貢獻(xiàn)的老師、朋友、同仁在文中作了明確說明并表示衷心感謝。學(xué)位論文作者：藝1美馬簽字日期：V岱年r月，日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解重慶工商大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)重慶

2、工商大學(xué)研究生處可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)本論文：o不保密口保密期限至年月止)學(xué)位論文作者簽名：毒，涵鋤簽名：喪觚簽字Et期：v明t年t月娟簽字日期：凋年廠月’汀。El322下界極大化1633EM算法的性質(zhì)17第4章EM算法在調(diào)查表中的應(yīng)用2041一個變量缺失的情形2042兩個變量缺失的情形2143實(shí)例分析22第5章E

3、M算法在二階高斯混合模型中的應(yīng)用2551EM算法在高斯混合模型中的應(yīng)用25511高斯混合模型簡介255，12EM算法高斯混合模型中的參數(shù)估計(jì)2752EM算法在數(shù)據(jù)分開形式下的二階高斯混合模型中的應(yīng)用30521總體分布的符號說明30522分開形式下完全數(shù)據(jù)的二階高斯混合模型的參數(shù)估計(jì)31523分開形式下缺失數(shù)據(jù)的二階高斯混合模型的參數(shù)估計(jì)33524數(shù)值模擬4653EM算法在一般形式下的二階高斯混合模型中的應(yīng)用47531一般形式下完全數(shù)據(jù)的