经马氏修正的Poisson过程的极大似然估计
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国防科技大学预研项目(JC00-02-011)


A Maximum Likelihood Estimationfor Markov-modulated Poisson Processes
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    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.

    参考文献
    相似文献
    引证文献
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.
WANG Chunling, LI Bing, GE Zhengkun. A Maximum Likelihood Estimationfor Markov-modulated Poisson Processes[J]. Journal of National University of Defense Technology,2002,24(3):27-31.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2001-11-29
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-08-21
  • 出版日期:
文章二维码