1) maximum-likelihood expectation-maximization algorithm
最大似然期望最大算法
2) maximum-likelihood expectation-maximization(ML-EM)
最大似然-期望最大法
3) ML EM
极大似然-期望最大化算法
4) Expectation Maximization (EM)
期望最大似然函数算法(EM算法)
5) maximum likelihood algorithm
最大似然算法
1.
The local extremal problem existed in some maximum likelihood algorithms is introduced in this paper.
由于采用最大似然算法进行气动参数辨识通常存在着局部极值问题 ,为了寻求非线性全局最优解 ,提高估计精度 ,介绍了以混沌优化算法作为搜索工具 ,与最大似然算法相结合 ,求解非凸优化问题全局最优解的方法。
6) Maximum Likelihood
最大似然算法
1.
The proposed algorithm applies a double port signal processing to receivers and transmitters based on the improved Maximum Likelihood method which only needs one dimension search on space.
结合MIMO雷达的特点,考虑接收多径回波信号和发射多径信号,利用改进的只需一维搜索的最大似然算法对阵列接收数据进行了双端处理,即接收阵列处理和发射阵列处理。
补充资料：可能最大暴雨
现代气候条件下，给定流域面积上一定历时内物理上可能的最大雨深,记为PMP。美国陆军工程兵团和美国国家气象局曾合作研究产生极大暴雨的气象，1939年首次提出特定流域可能最大暴雨的估算方法。事实上，可能最大暴雨是一种不采用概率的设计暴雨，主要用于推求设计流域的可能最大洪水。推求可能最大暴雨在理论上的困难是既难于确切论证它是可能发生的，也难于论证它是不可能被超过的。估算可能最大暴雨的方法有以下几种。
①暴雨物理因子放大法：这种方法是将实测的典型大暴雨的有关物理因子放大至历史上曾经发生过的最大数值。例如水汽含量放大，或水汽含量与降水效率联合放大。
②暴雨移置法：系将设计流域附近的历史特大暴雨，在论证其可移置后移至流域内能够产生最恶劣洪水的位置，同时并做适当的调整。
③暴雨深度的外包线法：将多次大暴雨同一历时的雨深与降雨面积关系点绘在同一图上（见图）,画出其外包线。外包线上的数值即代表该历时与降雨面积上的可能最大暴雨值。
以上三种方法又可结合使用，以求得数量上更大的暴雨。对于大流域长时段的可能最大暴雨，还可使用组合暴雨法和水汽输送法。组合暴雨法系将同一流域内历史上发生于不同时间的特大暴雨，在论证其可能相继持续发生时，将其衔接起来。水汽输送法系将进出流域的水汽量，通过组合分析，分别取其极大和极小值而得。由于高空气象资料稀少，此种方法只适用于推求大的区域（或流域）和长时段的可能最大暴雨值。此外，估算可能最大暴雨还有统计的方法。
①暴雨物理因子放大法：这种方法是将实测的典型大暴雨的有关物理因子放大至历史上曾经发生过的最大数值。例如水汽含量放大，或水汽含量与降水效率联合放大。
②暴雨移置法：系将设计流域附近的历史特大暴雨，在论证其可移置后移至流域内能够产生最恶劣洪水的位置，同时并做适当的调整。
③暴雨深度的外包线法：将多次大暴雨同一历时的雨深与降雨面积关系点绘在同一图上（见图）,画出其外包线。外包线上的数值即代表该历时与降雨面积上的可能最大暴雨值。
以上三种方法又可结合使用，以求得数量上更大的暴雨。对于大流域长时段的可能最大暴雨，还可使用组合暴雨法和水汽输送法。组合暴雨法系将同一流域内历史上发生于不同时间的特大暴雨，在论证其可能相继持续发生时，将其衔接起来。水汽输送法系将进出流域的水汽量，通过组合分析，分别取其极大和极小值而得。由于高空气象资料稀少，此种方法只适用于推求大的区域（或流域）和长时段的可能最大暴雨值。此外，估算可能最大暴雨还有统计的方法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条