搜索资源列表
ppkd
- 基于有限高斯混合模型的EM算法的源程序代码，里面有实验报告和运行结果。 -based on finite Gaussian mixture model of the EM algorithm source code, which has run reports and experimental results.
EMalgorithmforMOG
- 高斯混合模型参数估计,EM算法,sunMOG.m为函数,testMOG4.m为测试程序
DESIGN_AND_IMPLEMENT_A_SYSTEM_oF_GRASP_IDENTIFICAT
- 机器人灵巧手的抓持分类是抓持规划的一个主要问题．本文应用模式识别技术设计和实现了一种基于高斯混合模型GMM 的分类器．采用Expectation Maximization(EM)算法估计GMM 的参数，对人手的抓持动作进行识别与分类，经过人手到机器人手的关节空间运动映射。
EM_TuXiangfenge
- 期望最大EM算法及其在混合高斯模型中的应用.caj-Expect the largest EM algorithm and its application in mixed-Gaussian models. Caj
GMM
- 实现混合高斯模型的聚类算法 利用最大似然估计和最大期望的方法来实现混合高斯模型-Gaussian mixture model to achieve clustering algorithm using the maximum likelihood estimation and the greatest way to achieve the desired mixed-Gaussian model
GMM
- 混合高斯模型的C++程序，封装成为C++的类，直接调用即可。-gaussian mixture model train code
EM-source
- 一个高斯混合模型，用EM算法进行聚类的例子！-A Gaussian mixture model, EM algorithm for clustering with an example!
mixture-Gauss-model-EM-matlab
- EM算法计算混合高斯模型，可以计算三个参数。-Gaussian mixture model EM algorithm, three parameters can be calculated.
EM
- 介绍EM算法原理及其实现，比较基础，常用于求解高斯混合模型-The book introduces the EM algorithm
EM
- GMM的优化，用EM算法实现高斯混合模型-GMM optimization algorithm EM
EM-GMM
- 利用EM算法实现高斯混合模型的优化，完成特征建模-Use of EM Algorithm to to achieve the the the optimization of of the Gaussian mixture model, to complete the Feature Modeling
em(1)
- EM算法实现高斯混合模型参数估计的matlab程序，可以下载学习。-EM algorithm to achieve the matlab program Gaussian mixture model parameter estimation, you can download the study.
EM
- 实现EM算法的MATLAB仿真程序，利用高斯混合模型实现EM聚类算法，并比较估计参数。-EM algorithm to achieve the MATLAB simulation program, using Gaussian Mixture Model EM clustering algorithm, and compare the estimated parameters.
EM_Algorithm
- EM算法，高斯混合模型的算法，很实用.里面附有很全的代码，包括实例-Author : Shujaat Khan Data Entry Step 1 : Initial guess Step 2 : Expectation Step computes the responsibilities Step 3 : Maximization Step compute the weighted means and varian
em-algorithm
- em算法论文 EM算法为有限混合模型的极大似然估计提供了一个标准框架。本文简单推 导了有限混合高斯分布的EM算法，并针对其收敛速度慢的缺点设计了一种有效 选取参数初始值的方法，数值实验表明，该方法有助于EM算法以较快的速度在 参数真值附近收敛。-em algorithm papers
EM
- EM算法，迭代得到高斯混合模型对原数据进行估计.直接运行EM.m，可以直观观察运行结果-use EM algorithm to get GMM(Gaussion Mixture Model)
EM
- Expection Maximize（EM）算法在Gaussian Mixture高斯混合模型上的应用-EM algorithm for Gaussian Mixture Distribution
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家
em
- em算法介绍:EM算法有很多的应用，最广泛的就是GMM混合高斯模型、聚类、HMM等等(This is the EM algorithm using JAVA, easy to understand, easy to use and helpful for understanding the EM algorithm)
EMfc
- 一个EM算法 这是通过高斯混合模型进行聚类的EM算法的实现，使用图形在线表示。(EM algorithm This is an implementation of the EM algorithm for Clustering via Gaussian mixture models, using graphical on-line representation.)