1) marginal maximum likelihood estimation and an EM algorithm
边际似然估计与EM算法
2) Maximum marginal likelihood estimation
最大边际似然估计
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) calculative and estimate
近似计算与估算
6) Expectation Maximization (EM)
期望最大似然函数算法(EM算法)
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