| 经马氏修正的Poisson过程的极大似然估计 |
| |
| 引用本文： | 王春玲,李兵,葛正坤. 经马氏修正的Poisson过程的极大似然估计[J]. 国防科技大学学报, 2002, 24(3): 27-31 |
| |
| 作者姓名： | 王春玲 李兵 葛正坤 |
| |
| 作者单位： | 国防科技大学理学院,湖南,长沙,410073 |
| |
| 基金项目： | 国防科技大学预研项目 (JC0 0 0 2 0 11) |
| |
| 摘 要： | 近年来 ,隐马氏模型成为研究相依随机变量的一个十分有用的工具。实际应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计。将一类连续时间隐马氏模型的问题转化为离散时间隐马氏模型的问题 ,给出了具体的隐马氏模型———经马氏修正的Poisson过程的极大似然估计及其算法。此类过程被广泛用来对复杂电信网络的交通流进行建模
|
| 关 键 词： | 隐马氏模型 前向算法 后向算法 经马氏修正的Poisson过程 |
| 文章编号： | 1001-2486(2002)03-0027-05 |
| 收稿时间： | 2001-11-29 |
| 修稿时间： | 2001-11-29 |
A Maximum Likelihood Estimation for Markov-modulated Poisson Processes |
| |
| WANG Chunling,LI Bing and GE Zhengkun. A Maximum Likelihood Estimation for Markov-modulated Poisson Processes[J]. Journal of National University of Defense Technology, 2002, 24(3): 27-31 |
| |
| Authors: | WANG Chunling LI Bing GE Zhengkun |
| |
| Affiliation: | College of Science, National Univ. of Defense Technology, Changsha 410073, China;College of Science, National Univ. of Defense Technology, Changsha 410073, China;College of Science, National Univ. of Defense Technology, Changsha 410073, China |
| |
| Abstract: | During the last decade,Hidden Markov Models (HMMs) have become a widespread tool for modeling sequence of dependent variables Parameter estimation of HMMs is most important in actual application By changing continued time HMMs into discrete time HMMs, we consider maximum likelihood estimation for a special HMMs which is called Markov modulated Poisson processes Such processes have been proposed for modeling traffic streams in complex telecommunication networks |
| |
| Keywords: | HMMs forwards algorithms backwards algorithms Markov modulated Poisson processes |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载免费的PDF全文 |
