搜索资源列表
newpnn
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the
svlib_pc
- This class library contains more than 20 classes including feature extraction algorithms (MFCC, LPCC) and modeling techniques (HMM, GMM, DTW, VQ ) for automatic speech recognition and speaker verification
MixGaussDemo
- 人体运动跟踪 混合高斯模型＋GRISON方法-human motion tracking GMM + GRISON methods
HMM-GMM
- 使用高斯混合模型和隐马尔科夫模型进行建模(Modeling using Gauss mixture model and hidden Markov model)
GMM
- matlab 实现GMM——EM算法,自动生产混合高斯分布，GMM算法的示例demo(matlab em gmm,Automatic production of mixed Gauss distribution, an example of GMM algorithm demo)
GMM）matlab源码
- 高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。(Gaussian model is to use Gaussian probability density function (normal distribution curve) to accurately quantify things, a thing is divided into several based on the Gaussian probabi
GMM_EM
- GMM模型下的EM算法，一个实用的matlab仿真代码(EM algorithm under GMM model)
107551700916第九次作业
- 语音处理说话人识别 人工智能 ，实现基于VQ和GMM的说话人识别系统，通过增减训练数据或调整系统参数，对比分析一下基于VQ和GMM的说话人识别系统性能差别。(Speech processing speaker recognition, artificial intelligence realization of speaker recognition system based on VQ and GMM, through the training data increase or decrea
GMM+帧差发
- 利用VC++ 关于GMM高斯+帧差法 检测移动物体(Using VC + + GMM Gaussian + frame difference method to detect moving objects)
homework
- gmm python版本, 可以训练多个gmm模型(an implement of gmm use python)
speaker-identification
- 基于MATLAB实现的DWT+GMM说话人识别，附带语料库和相关论文word版，毕设作品，详细且可运行！(MATLAB based DWT+GMM speaker recognition, incidental corpus and related papers word version, set up work, detailed and run!)
gmm
- background subtraction using kmeans and gmm
gmm
- 基于高斯混合模型的运动目标检测，opencv平台，直接可用(Moving target detection of Gauss mixed model)
HMM1
- 在VC6.0平台上进行编写的，包括隐马尔科夫模型（HMM）和混合高斯模型（GMM）在内的用于模板训练的算法。(The algorithm for template training is written on VC6.0 platform, including hidden Markov model (HMM) and mixed Gauss model (GMM).)
RCY-GMMtest1
- 高斯混合模型（GMM,Gaussian Mixture Model）参数如何确立这个问题，详细讲解期望最大化（EM,Expectation Maximization）算法的实施过程。(How to establish the parameters of Gauss mixture model and explain the implementation process of the expectation maximization algorithm in detail.)
GMM_FIELD
- GMM-FIELD is a computer program that calculates the local electric field in an aggregate of spherical particles that is hit by a plane light wave.
GMM-HMRF_v1.1
- 高斯混合模型 马尔科夫 image segmentation MRF GMM GMM ICM(Gauss mixture model)
Clustering
- 1) 使用凝聚型层次聚类算法（即最小生成树算法）对所有数据点进行聚类，最后聚成3类。相异度定义方法可选择single linkage、complete linkage、average linkage或者average group linkage中任意一种。 2) 使用C-Means算法对所有数据点进行聚类。C=3。 任务2（必做）： 使用高斯混合模型（GMM）聚类算法对所有数据点进行聚类。C=3。并请给出得到的混合模型参数（包括比例??、均值??和协方差Σ）。 任务3（全做）： 1) 参考数据文
EMM_Python2
- GMM算法说明 包括 EM、GMM、GMM参数设置、GMM机器学习(GMM code including EM,GMM. GMM_Parameter)
k_means均值和GMM聚类算法
- k_means均值和GMM聚类算法对共享单车使用情况的分析