该问题基于题为:使用耦合的辐射传输-扩散模型的漫射光学层析成像中的图像重建
作者应用具有未知向量稀疏正则化的EM算法来估计图像的像素。该模型由 μ
估算值在等式(8)中给出为
在我的情况下,我已经将视为长度为的过滤器,而是代表过滤器的向量。所以,大号μ大号× 1
该模型可以重写为
问题:问题公式:(n乘以1)是未观察到的输入,是零均值,方差未知加性噪声。MLE解决方案将基于期望最大化(EM)。 { È (Ñ )} σ 2 ë
在本文中,方程(19)是函数-完整的对数似然性,但是对于我而言,我不理解如何在完整的对数似然表达式中包含的分布。 甲,μ
使用 EM(包括先验分布)的完全对数似然是什么?
您实际上是想要对数似然还是对数后验?只有后者将包括拉普拉斯先验。前者可以通过记录似然性的对数来获得,似乎您已经写出了它
我想要两个表达式-(1)一个用于查找Fisher信息矩阵的表达式,另一个(2)将是完整数据集的pdf,其中包括隐藏变量和遵守情况的联合观测数据的概率密度随参数θ的变化。我编写的pdf适用于MA模型,用于θ的盲估计。但是,稀疏约束= Laplacian先验有何不同,以便可以从对数似然的偏导数中找到Fisher信息矩阵。
—
SKM
@西安:我不明白如何插入3个pdf文件,其中包括对数似然公式中的先验。我可以计算出最大化,即取偏导数并等于零。你能用明确写出的似然表达式提出一个答案。这确实有帮助
—
SKM