EM的算法流程： 初始化分布参数θ； 重复以下步骤直到收敛： E步骤：根据参数初始值或上一次迭代的模型参数来计算出隐性变量的后验概率，其实就是隐性变量的期望。作为隐藏变量的现估计值： M步骤：将似然函数最大化以获得新的参数值： 这个不断的迭代，就可以得到使似然函数L(θ)最大化的参数θ了。那就得回答 ...
分类：
编程语言 时间：
2017-06-19 23:23:23
阅读次数：
320
预估器 我们希望能够最大限度地使用測量结果来预计移动物体的运动。所以，多个測量的累积能够让我们检測出不受噪声影响的部分观測轨迹。一个关键的附加要素即此移动物体运动的模型。有了这个模型，我们不仅能够知道该移动物体在什么位置，同一时候还能够知道我们观察支持模型的什么參数。 该任务分为两个阶段。在第一阶段 ...
分类：
其他好文 时间：
2017-06-19 15:16:56
阅读次数：
208
文献[1]，交互多模型粒子滤波器 提出了一个新的方法：基于马尔科夫交换系统的多模型粒子滤波器。该滤波器利用交互式模型过滤器（IMM）和正则化粒子滤波器（正则化粒子滤波器概率密度是高斯概率密度的混合）的相互作用来处理非线性和非高斯噪声。在每个模式中使用固定数量的粒子，可避免现有的马尔科夫交换系统的多模 ...
分类：
其他好文 时间：
2017-06-19 12:51:02
阅读次数：
1112
【BZOJ2322】[BeiJing2011]梦想封印 Description 渐渐地，Magic Land上的人们对那座岛屿上的各种现象有了深入的了解。 为了分析一种奇特的称为梦想封印（Fantasy Seal）的特技，需要引入如下的概念： 每一位魔法的使用者都有一个“魔法脉络”，它决定了可以使用 ...
分类：
其他好文 时间：
2017-06-18 18:14:15
阅读次数：
216
【BZOJ3143】[Hnoi2013]游走 Description 一个无向连通图，顶点从1编号到N，边从1编号到M。 小Z在该图上进行随机游走，初始时小Z在1号顶点，每一步小Z以相等的概率随机选 择当前顶点的某条边，沿着这条边走到下一个顶点，获得等于这条边的编号的分数。当小Z 到达N号顶点时游走 ...
分类：
其他好文 时间：
2017-06-18 17:29:40
阅读次数：
144
【BZOJ2460】[BeiJing2011]元素 Description 相传，在远古时期，位于西方大陆的 Magic Land 上，人们已经掌握了用魔法矿石炼制法杖的技术。那时人们就认识到，一个法杖的法力取决于使用的矿石。一般地，矿石越多则法力越强，但物极必反：有时，人们为了获取更强的法力而使用 ...
分类：
其他好文 时间：
2017-06-18 17:25:51
阅读次数：
209
【BZOJ2337】[HNOI2011]XOR和路径 Description 题解：异或的期望不好搞？我们考虑按位拆分一下。 我们设f[i]表示到达i后，还要走过的路径在当前位上的异或值得期望是多少（妈呀好啰嗦），设d[i]表示i的度数。然后对于某条边(a,b)，如果它的权值是1，那么f[b]+=( ...
分类：
其他好文 时间：
2017-06-18 17:23:08
阅读次数：
284
【BZOJ2844】albus就是要第一个出场 Description 已知一个长度为n的正整数序列A（下标从1开始）， 令 S = { x | 1 <= x <= n }, S 的幂集2^S定义为S 所有子集构成的集合。定义映射 f : 2^S -> Zf(空集) = 0f(T) = XOR A[ ...
分类：
其他好文 时间：
2017-06-18 16:18:44
阅读次数：
172
UVA 1415 - Gauss Prime 题目链接 题意:给定a + bi,推断是否是高斯素数，i = sqrt(-2)。 思路：普通的高斯素数i = sqrt(-1)，推断方法为： 1、假设a或b为0。推断还有一个数为4 * n + 3形式的素数(用到费马平方和定理) 2、假设a、b都不为0， ...
分类：
其他好文 时间：
2017-06-18 13:23:58
阅读次数：
140
通常的逆矩阵可以用高斯消去法计算。十分有效。还可以使用LU分解，QR分解等。 二扩域中的逆矩阵则不同。看似简单，其实有别：它的所有元素定义在GF(2^m)中。从理论来看，似乎也可以用高斯消去法，只是计算规则 需要按照GF(2^m)中的运算规则。 二扩域下的矩阵与通常的矩阵一样，可以定义行列式。行列式 ...
分类：
其他好文 时间：
2017-06-17 13:11:00
阅读次数：
151
