em演算法原理

　　在統計計算中，最大期望（EM）演算法是在機率（probabilistic）模型中尋找引數最大似然估計或者最大後驗估計的演算法，其中機率模型依賴於無法觀測的隱藏變數（LatentVariable）。最大期望經常用在機器學習和計算機視覺的資料聚類（DataClustering）領域。

　　最大期望演算法經過兩個步驟交替進行計算。

　　第一步是計算期望（E），利用對隱藏變數的現有估計值，計算其最大似然估計值。

　　第二步是最大化（M），最大化在E步上求得的最大似然值來計算引數的值。

　　M步上找到的引數估計值被用於下一個E步計算中，這個過程不斷交替進行。

　　DES加密演算法原理：

　　DES演算法使用一個56位的金鑰以及附加的8位奇偶校驗位，產生最大64位的分組大小。是一個迭代的分組密碼，其中將加密的文字塊分成兩半。使用子金鑰對其中一半應用迴圈功能，然後將輸出與另一半進行“異或”運算；接著交換這兩半，這一過程會繼續下去，但最後一個迴圈不交換。DES使用16輪迴圈，使用異或，置換，代換，移位操作四種基本運算。

　　高斯濾波實質上是一種訊號的濾波器，其用途是訊號的平滑處理，人們知道數字影象用於後期應用，其噪聲是最大的問題，由於誤差會累計傳遞等原因，很多影象處理教材會在很早的時候介紹Gauss濾波器，用於得到信噪比SNR較高的影象（反應真實訊號）。與此相關的有Gauss-Laplace變換，其實就是為了得到較好的影象邊緣，先對影象做Gauss平滑濾波，剔除噪聲，然後求二階導矢，用二階導的過零點確定邊緣，在計算時也是頻域乘積=>空域卷積。濾波器就是建立的一個數學模型，透過這個模型來將影象資料進行能量轉化，能量低的就排除掉，噪聲就是屬於低能量部分。若使用理想濾波器，會在影象中產生振鈴現象。採用高斯濾波器的話，系統函式是平滑的，避免了振鈴現象。