非线性
状态空间模型
的EHMM抽样法
详细信息
全文下载
|
推荐本文
|
出版年:2005
作者:包云霞;鲁法明;刘福升
单位1:山东科技大学信息科学与工程学院
出生年:1979
学历:硕士研究生
语种:中文
作者关键词:非线性状态空间;MCMC方法;Metropolis-Hastings算法;Gibbs算法;HMM;EHMM抽样
起始页:104
总页数:4
刊名:山东科技大学学报
是否内版:否
刊频:季刊
创刊时间:1979
主办单位:山东科技大学
主编:靳奉样
地址:泰安市岱宗大街223号
电子信箱:sdky@chinajournal.net.cn
网址:http://sdky.chinajournal.net.cn
卷:24
期:3
期刊索取号:P706.6 110
数据库收录:国家新闻出版总署“双效期刊”;山东省“优秀期刊”;山东省“十睦科技期刊”;全国首届《CAJ - CD检索与评价数据规范》“优秀奖”;《中国核心期刊(遴选)数据库》收录期刊;美国《剑桥科学文摘》(CSA)收录期刊;美国《化学文摘》(CA)收录期刊;俄罗斯((文摘杂志》(AJ或PЖ)收录期刊;美国《数学评论》(MR)收录期刊;美国《工程材料文摘》(EMA)收录期刊;中国科技论文统计源期刊;中国学术期刊综合评价数据库统计源期刊;《中国学术期刊(光盘版)》暨“中国期刊网”全文收录期刊;“万方数据一数字化期刊群”全
核心期刊:煤炭信息研究院《中国矿业文摘》核心引文源期刊
摘要
给出了一种新的非线性
状态空间模型
的MCMC方法—EHMM(Embedded Hidden Markov Model)抽样法,运用该方法构造的Markov链的收敛速度比传统的MCMC方法有明显提升,文中证明了这一结论并以一维非线性
状态空间模型
为例加以说明。