1) maximum likelihood estimation for thresholds
阈值极大似然估计法
2) maximum likelihood estimation
极大似然估计法
1.
To keep the advantage, this thesis brings forward ameliorated model based on computing model of maximum likelihood estimation and revises centroid algorithm value of coordinates and then optimizes the model based on centroid algorithm.
为保持质心算法优势,本文提出了基于极大似然估计法测距方法的改进模型,对质心算法坐标值进行修正,并用遗传算法对所改进的模型进行优化。
2.
This disquisition revises the error of node localization based on measuring distance by maximum likelihood estimation which can calculate the error between surveying distance and computing distance to enhance precision of node orientation and keep the advantage of its smiple algorithm.
为了提高节点自定位精度,且能够保留算法简单的优越性,在此采用极大似然估计法测距模型对节点定位的误差值进行修正;极大似然估计法能够对节点间的测量距离和估算距离之间的差值进行计算。
3) modified maximum likelihood estimation method(MMLE)
修正极大似然估计方法
4) maximum likelihood estimation
极大似然估计算法
1.
Using steepest descent method to improve node localization accuracy of maximum likelihood estimation;
使用最速下降算法提高极大似然估计算法的节点定位精度
5) quasi maximum likelihood method
伪极大似然估计法
6) Semi-parametric MLE
半参极大似然法估计量
补充资料:极大似然估计
极大似然估计法是求估计的另一种方法。它最早由高斯提出。后来为费歇在1912年的文章中重新提出,并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种上前仍然得到广泛应用的方法。它是建立在极大似然原理的基础上的一个统计方法,极大似然原理的直观想法是:一个随机试验如有若干个可能的结果A,B,C,%26#8230;。若在一次试验中,结果A出现,则一般认为试验条件对A出现有利,也即A出现的概率很大。
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