My Struggle

这篇博客也与我的毕业论文有关，在上个阶段中，我用python代码实现了EM算法，并及进行了细节上的改进，并记录成了博客：毕业论文-EM算法学习总结我们要做的是,结合马尔科夫随机场和EM算法，来修正EM算法在图像分割时无法很好的处理噪声，以及一些不属于同一类但颜色相似的色块但，导致分割结果不理想的问题。老师给我提供了如下的资料，让我进行复现：技术交底材料一、技术领域本发明专利所涉及的技术领域是混合模型图像分割。

EM算法（Expectation-Maximization Algorithm）是一种通过不断迭代进而使模型的参数收敛，进而得到模型参数的算法。常用于具有隐变量的参数估计（极大似然估计或者极大后验概率估计）。隐变量是不可观测的随机变量，我们通常通过可观测变量的样本对隐变量作出推断。简而言之，我们手里有一堆数据，我们需要将这对数据分成很多类别，但这些数据并没有任何标签信息。虽然没有标签信息但是这些数据都有很多特征变量，我们可以根据这些特征变量给这些数据进行人为的分类，这便称为”聚类“。而用来标记划分出来的