期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
求解多模概率分布Gamma混合模型的半EM算法
1
作者 陈佳琪 何玉林 +1 位作者 成英超 黄哲学 《计算机应用》 北大核心 2025年第7期2153-2161,共9页
期望最大化(EM)算法在混合模型参数估计中发挥着重要作用,然而现有的EM算法在求解Gamma混合模型(GaMM)参数时存在局限性,主要体现在因近似计算导致的低质量参数估计,以及由于大量数值计算造成的计算效率低下问题。为了克服这些局限,并... 期望最大化(EM)算法在混合模型参数估计中发挥着重要作用,然而现有的EM算法在求解Gamma混合模型(GaMM)参数时存在局限性,主要体现在因近似计算导致的低质量参数估计,以及由于大量数值计算造成的计算效率低下问题。为了克服这些局限,并充分利用数据的多模性质,提出一种半EM(Semi-EM)算法求解用于估计多模概率分布的GaMM。首先,通过聚类探测数据的空间分布特性,以初始化GaMM参数,进而更准确地刻画数据的多模性;其次,在EM算法框架的基础上,对于缺乏封闭更新表达式而导致的参数更新困难问题,采用自定义的启发式策略对GaMM形状参数进行更新,使它们朝着最大化对数似然值的方向逐步调整,同时以封闭形式更新其他参数。经过一系列具有说服力的实验,验证了Semi-EM算法的可行性、合理性和有效性。实验结果表明,Semi-EM算法在精确估计多模概率分布方面优于对比的4种算法,具有更低的误差指标以及更高的对数似然值,表明该算法能提供更准确的模型参数估计,从而更精确地刻画数据的多模性质。 展开更多
关键词 多模概率密度函数 gamma混合模型 期望最大化算法 聚类 对数似然函数
在线阅读 下载PDF
基于Gamma混合模型的出租车落客行为
2
作者 杨方宜 杨荣根 +1 位作者 李伟兵 何向东 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第3期589-598,共10页
为了更好地理解枢纽送站坪出租车落客行为,提高落客区域通行效率,提出基于Gamma混合模型的出租车落客决策模型.应用精确的出租车轨迹数据,将出租车停车时间分解为主动停车时间、被迫停车时间和落客时间,基于被迫停车时间分析构建等待耐... 为了更好地理解枢纽送站坪出租车落客行为,提高落客区域通行效率,提出基于Gamma混合模型的出租车落客决策模型.应用精确的出租车轨迹数据,将出租车停车时间分解为主动停车时间、被迫停车时间和落客时间,基于被迫停车时间分析构建等待耐性混合分布模型,模型验证结果与真实数据相吻合.在此基础上,以潜在乘客耐心分布、停车位置、期望停车位和行程时间为落客决策模型的核心指标,提取相关因子为解释变量,以是否落客为被解释变量,构建二元面板Logit模型,并对模型进行检验.结果表明,乘客耐心对车辆落客起着决定性的作用,落客决策模型预测准确率超过81%,表明该模型能够较好地预测出租车落客行为,为研究缓堵策略提供基础. 展开更多
关键词 客运枢纽 落客区域 gamma混合模型 落客决策 面板数据模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部