GTM:生成性地形测绘
介绍了一种称为生成地形图的非线性潜在变量模型,该模型的参数可以通过期望最大化算法确定。 概率主成分分析仪的混合物
PCA是在最大似然框架内基于特定形式的高斯隐变量模型制定的,这导致了概率主成分分析仪的定义明确的混合模型,其参数可以使用期望最大化算法确定。 PCA和SPCA的EM算法
一种用于主成分分析(PCA)的期望最大化(EM)算法,允许从大量高维数据中提取少量特征向量和特征值,并在数据空间中定义适当的密度模型。 概率主成分分析
演示了如何通过与因子分析密切相关的潜在变量模型中的参数的最大似然估计来确定一组观测数据向量的主轴。 线性平滑和加法模型
证明了反求是求解与可加模型相关的法方程组的Gauss-Seidel迭代方法,给出了一致性和非退化性的条件,并证明了包含三次样条光滑器的一类光滑器的反求及相关算法的收敛性。