| 第一章 研究背景 | 第1-12页 |
| ·有限混合模型的研究现状 | 第7-8页 |
| ·EM算法简介 | 第8-9页 |
| ·本文的主要工作 | 第9-12页 |
| 第二章 EM算法 | 第12-18页 |
| ·EM算法概述 | 第12-13页 |
| ·EM算法的主要性质 | 第13-14页 |
| ·EM算法的改进版本 | 第14-17页 |
| ·ECM算法 | 第15页 |
| ·PX-EM算法 | 第15-17页 |
| ·小结 | 第17-18页 |
| 第三章 EM算法在混合模型参数估计方面的应用 | 第18-33页 |
| ·有限混合模型的定义 | 第18-19页 |
| ·有限混合模型密度估计的极大似然方法 | 第19-21页 |
| ·应用EM算法于高斯混合模型 | 第21-25页 |
| ·试验分析 | 第25-32页 |
| ·基本EM算法在高斯混合模型参数估计方面的应用 | 第25-29页 |
| ·基于K-均值法初始化的EM算法 | 第29-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于遗传算法的改进EM算法(GA-EM算法) | 第33-61页 |
| ·估计混合模型最优分支数的方法 | 第33-37页 |
| ·主要方法及简要评述 | 第34-35页 |
| ·模型选择的信息准则 | 第35-37页 |
| ·遗传算法的基本知识 | 第37-39页 |
| ·遗传算法的描述 | 第37-38页 |
| ·遗传算法的特点 | 第38页 |
| ·遗传算法设计 | 第38-39页 |
| ·本章的主要研究内容 | 第39页 |
| ·基于遗传算法的改进EM算法(GA-EM算法) | 第39-46页 |
| ·估计混合模型分支数的MDL-GA-EM算法 | 第41页 |
| ·将MDL-GA-EM算法用于未知支数的高斯混合模型的参数估计 | 第41-46页 |
| ·试验分析：EM算法和GA-EM算法的比较 | 第46-60页 |
| ·仿真数据1 | 第47-55页 |
| ·仿真数据2 | 第55-57页 |
| ·GA-EM算法中有关参数对算法性能的影响 | 第57-60页 |
| ·小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表的论文 | 第67-68页 |
| 致谢 | 第68页 |