隱馬爾可夫模型可更新EM算法的推廣及應用.pdf_第1頁
已閱讀1頁，還剩38頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、冃錄目錄mw?1Abstract?2第i章引言?1l.i研究動機?11.2文獻綜述?21.3創(chuàng)新點及主要內容?3第2章隱馬爾可夫模型以及EM算法?42.1??42.2隱馬爾可夫模型(HMM)?42.2.1模型假設及模型參數?42.2.2HMM的三個基本問題?62.3?J、@?8第3章HMM輸出概率服從混合指數族假設下的可更新EM算法?93.1輸出概率服從混合指數族分布?93.2?艦?143.3在餛合正態(tài)分布中的應用?153.4?_狀態(tài)服

2、從二階時間齊次馬爾可夫鏈?18第4章應用于金融高頻數據的實證分析?214.1模型假設?214.2數值模擬?224.3數據說明?224.4實證結果?264.4.1深證成分指數?264.4.2?創(chuàng)業(yè)板指數?264.4.3?中小板綜指（3月）?274.4.4?中小板綜指（5月）?28I摘要摘要EM算法是解決隱馬爾可夫模型參數估計問題的主要算法，但具有不易更新的缺陷。本文主要討論的是離散時間隱馬爾可夫模型可更新參數估計的問題。在假設隱狀態(tài)轉移概

3、率分布服從指數分布、觀測值輸出概率服從混合指數族分布的條件下，給出了模型可更新的參數估計方法。這是對Capp6(2011)[12]在隱狀態(tài)轉移概率分布和觀測值輸出概率分布均假設服從指數族分布時文章結果的一個推廣。文章在隱狀態(tài)為有限狀態(tài)一階時間齊次馬爾可夫鏈，輸出概率服從混合正態(tài)分布的情況下給出了具體的算法。另外給出了當隱過程是二階時間齊次馬爾可夫鏈時的可更新的EM算法。最后對中國深證的幾只股票指數收益率的波動率建模進行了實證分析。關鍵詞

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論