版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、混合分布模型一直被廣泛的應(yīng)用到實(shí)際的數(shù)據(jù)分析和數(shù)據(jù)挖掘中,特別是在聚類算法中,若實(shí)際的數(shù)據(jù)能夠用某種分布刻畫,那么用混合分布模型聚類要比其余的基于距離的聚類方法的效果要好。然而目前實(shí)際應(yīng)用中的混合分布模型都是指同種分布的混合,關(guān)于不同種分布的混合模型的研究還是比較少的。本文基于信號(hào)本身及其雜波數(shù)據(jù)的特性將不同種類分布混合模型應(yīng)用到信號(hào)分選中,以提高信號(hào)分選算法的準(zhǔn)確率。
隨著電磁環(huán)境越來越復(fù)雜,單一的分布模型擬合接收機(jī)接收到的
2、雜波的效果越來越不理想,本文提出用混合正態(tài)和瑞利分布模型擬合雜波,混合分布比單一分布更能準(zhǔn)確的擬合雜波數(shù)據(jù)。對(duì)于模型的參數(shù)估計(jì),本文分別應(yīng)用矩估計(jì)和基于EM算法的極大似然估計(jì)方法估計(jì)模型中的參數(shù),并給出矩方程和基于EM算法極大似然估計(jì)的迭代表達(dá)式。
對(duì)于變化規(guī)律復(fù)雜的信號(hào),本文應(yīng)用混合正態(tài)和均勻分布模型進(jìn)行信號(hào)分選。對(duì)于混合正態(tài)和均勻分布模型的參數(shù)估計(jì)問題,由于均勻分布的概率密度函數(shù)的特殊性,基于EM算法的估計(jì)方法嚴(yán)重依賴于迭
3、代的初始值,并且需要遍歷整個(gè)數(shù)據(jù)集運(yùn)算量大。為了解決這個(gè)問題,本文提出了一種基于經(jīng)驗(yàn)累積分布函數(shù)的方法估計(jì)均勻分布參數(shù),并給出參數(shù)估計(jì)的具體算法流程,然后通過基于EM算法的極大似然函數(shù)估計(jì)方法估計(jì)正態(tài)分布參數(shù)和混合比例,在達(dá)到分選效果的基礎(chǔ)上該方法具有計(jì)算量小,效率高等優(yōu)點(diǎn)。
基于本文提出的兩種模型的參數(shù)估計(jì)方法,我們分別根據(jù)混合比例、交疊程度和樣本量三個(gè)影響因素模擬產(chǎn)生三類共6組模擬數(shù)據(jù),應(yīng)用本文提出的參數(shù)估計(jì)方法估計(jì)模擬數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- ICA在信號(hào)分選中的應(yīng)用.pdf
- 盲源分離算法及其在雷達(dá)信號(hào)分選中的應(yīng)用.pdf
- 群智能算法及其在雷達(dá)信號(hào)分選中的應(yīng)用研究.pdf
- 欠定盲源分離及其在跳頻信號(hào)分選中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在輻射源方向信息分選中的應(yīng)用.pdf
- 水輔助飛秒激光直寫微流芯片及其在細(xì)胞分選中的應(yīng)用.pdf
- 多元混合正態(tài)分布的Monte Carlo檢驗(yàn).pdf
- 城市生活垃圾分選中空氣射流技術(shù)的應(yīng)用研究.pdf
- 基于視覺的運(yùn)動(dòng)控制網(wǎng)絡(luò)在太陽能電池快速測(cè)試分選中的應(yīng)用研究.pdf
- ANN在浮選中的應(yīng)用研究.pdf
- 組合捕收劑在黑鎢礦、白鎢礦混合浮選中的應(yīng)用研究.pdf
- 密集信號(hào)環(huán)境下信號(hào)分選算法研究與應(yīng)用.pdf
- Wrapper-Filter混合算法在早期矽肺生物標(biāo)志物篩選中的應(yīng)用.pdf
- 動(dòng)態(tài)稱重?cái)?shù)據(jù)處理算法及其在禽蛋和類球形水果分選中的應(yīng)用研究.pdf
- 改進(jìn)的時(shí)頻分布及其在雷達(dá)信號(hào)中的應(yīng)用.pdf
- 評(píng)價(jià)中心技術(shù)在人員甄選中的應(yīng)用
- GIS技術(shù)在公路路線方案比選中的應(yīng)用.pdf
- 模糊理論在施工方案比選中的應(yīng)用.pdf
- 混合BMO算法在雷達(dá)信號(hào)濾波器設(shè)計(jì)中的應(yīng)用.pdf
- 密集信號(hào)條件下的雷達(dá)信號(hào)分選.pdf
評(píng)論
0/150
提交評(píng)論