搜索资源列表
emgmm
- EM算法估计GMM的matlab版本的源代码，适合给类机器学习问题-EM algorithm estimates GMM Matlab version of the source code, suitable for the type of machine learning problems
GMMTRAIN
- 实现了从wave中读取数据，并通过mfcc提取特征系数。再通过分裂法聚类，最后使用EM算法建立GMM。
EMGMMSeg
- 对图像进行GMM（混合高斯）拟合后用EM算法进行分割
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。
gmm
- MATLAB编写的用于实现最大期望的算法,-EM algorithm
EM_GM_fast
- EM算法拟合GMM函数，有英文的备注说明，比较容易理解-EG GMM
EM_GM_fast
- EM算法的图分割,基于GMM模型改进的快速EM算法，为m文件-EM algorithm image segmentation
em_qt
- 在这一节中就采用opencv自带的一个EM sample来学习下opencv中EM 算法类的使用，顺便也体验下EM 算法的实际应用。 环境：Ubuntu12.04+Qt4.8.2+QtCreator2.5+opencv2.4.2 在这里需要使用2个与EM算法有关的类，即CvEM和CvEMParams，这2个类在opencv2.4.2已经放入legacy文件夹中了，说明不久就会被淘汰掉，因为在未来的opencv版本中，将采用Algorithm这个公共类来统一接口。不过CvEM和Cv
GMM_EM
- 2类分类高斯混合模型 使用k-means的方法来初始化GMM， 基于EM算法计算出GMM模型参量。 测试GMM模型分别有2个，4个，8个混合成分-2-class classifier with Gaussian Mixture Models. Use the k-means method to initialize the GMM’s Then improve the GMM models iteratively based on the EM algo-rithm.
GMM
- 通过应用matlab实现高斯算法，用EM估计GMM的数据参数，并把运算时其遗漏数据补全-Matlab achieved through the application of Gauss algorithm estimates GMM data parameters EM, and the missing data when computing its complement
Des555ktop
- 【谷速软件】matlab修改-GMM的EM算法实现 可以用着参考使用 -[Valley] matlab software modification-GMM speed of EM algorithm can be used with reference to the use of
GM_EM
- 经典的em算法即期望最大化算法，可用于高斯混合GMM模型和聚类算法，-Classic em algorithm that expectation maximization algorithm can be used for Gaussian mixture models and GMM clustering algorithm,
GMMaEM_Classifier
- 采用GMM模型并用EM算法训练分类器，用Train.txt里的数据进行训练，用Test.txt的数据进行性能检测-Using GMM classifier model and EM training algorithm to train the classifier, use the training data in Train.txt to train the classifier and use the data in the Test.txt to test the perform
EmGMM
- 高斯混合模型的最大期望迭代求解算法,可用于图像区域灰度分布估计-Expectation maximazation(EM) for Gaussian mixture model(GMM)
52957362
- EM算法估计GMM的matlab版本的源代码,适合给类机器学习问题,-EM algorithm to estimate GMM version of the matlab source code, suitable for such machine learning problems,
ML
- GMM高斯混合模型EM算法聚类，PCA主成分分析，以及从人脸图像中提取主成分(GMM Gauss hybrid model EM algorithm clustering, PCA principal component analysis, and extraction of principal components from face images)
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.)
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)
machine_learning_python-master
- 通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。感知机的基本形式和对偶形式的实现 Kmeans和Kmeans++的实现 EM GMM高斯混合和GMM+LASSO的实现 实现朴素贝叶斯的基本算法和高斯混合朴素贝叶斯算法 实现决策树的基本算法 实现adaboost基本算法 实现svm基本算法 实现逻辑回归基本算法(By reading the data codes on the Internet, we can process oursel
5G 中的 SCMA Turbo 学习
- 稀疏码多址 (SCMA) 是最近设计的一种扩展技术，其中 QAM 符号被映射到不同的 OFDMA 音调。基于码本的映射可以看作是一种扩频编码过程，其中整形增益有助于提高频谱效率并增强系统性能。本文基于 SCMA 编码方案，提出了一种联合多用户检测 (MUD) 和信道解码方法，应用了“turbo 原理”。与传统的分离检测和解码方案相比，turbo检测性能更好，增益更高，复杂度适中。在此之上，提出了一种改进方法，即在迭代之前修改外在信息。改进是基于信息的可靠性，保持可靠的信息并减少不可靠的信息。具体