搜索资源列表
all_operator
- 几个比较常用的边缘检测算法，自打和matlab自带-The traditional EM algorithm to classify the data, verify has passed.
leidianci
- 本文以无约束优化问题为研究对象，研究了一种较新的元启发式算法，即类电磁机制算法（Electromagnetism-like Mechanism，EM），利用改进算法求解实际工程中的优化问题。-In this paper, a new heuristic algorithm, Electromagnetism-like Mechanism (EM), is studied by using the improved algorithm to solve the optimization probl
404440
- 混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得,()
7016287
- 数据挖掘matlab源码,包含机器学习领域中经典算法如ID3,C4 5,NN,CARD,EM等()
GMM
- 此算法实现高斯混合，可以对初始聚类算法选择c均值和EM，可以实现密度估计和分类。(This GMM algorithm can estimate the density and class, the initial steps can select the C-mean and EM.)
DEIC42
- 混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得,()
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)