本专区汇聚了各类基于 EM算法 开发的源码资源，共计 64 篇资源供开发者免费下载学习。
一篇关于混合高斯建模的方法，很经典，从中可以学到很多东西-An article on Gaussian Mixture modeling methodology, it is cl
采用了另一种方式求EM正态分布均值，EM算法求正态分布均值 ,可以参考一下，语言采用C++，代码简单，有助于初学者学习了解EM算法。 通过迭代的方式，不断逼近均值，
EM算法求正态分布均值 ,可以参考一下，语言采用C++，代码简单，有助于初学者学习了解EM算法。 通过迭代的方式，不断逼近均值，当迭代10次左右，均值趋于稳定，可以
EM算法是Dempster ，Laind, Rubin于1977年提出的求参数极大似然估计的一-种方法，它可以从非完整数据集中对参数进行 MLE估计，是一种非常简单实用的学习算法
基于Emgu的是视频播放程序，使用VS2010+Emgu2.3.0环境，亦可导入摄像机数据，使用EM算法对单独像素点的出现在时间方向上的累加进行建模的方法是新颖的，并且对一个典型的
用C++实现了期望最大化算法，为了简化，矩阵使用对角矩阵-C achieve expectations maximize algorithm, in order to simpli
伯克利大学的分布式视频编解码代码，采用H.263和Wyner-Ziv的编解码方式，并结合LDPC，集合EM来完成边信息的构建
对于混合高斯分布的情况，使用最大期望算法，通过不断计算每个样本的均值与方差，使得似然函数达到最大值。可以很好地处理满足一定概率分布的数据。 代码中通过mvnrnd()函数，设定其中
An implementation of the EM algorithm described in page 254 of the textbook "Foundations o
高斯混合模型GMM实现EM算法,高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合
高斯混合模型（GMM）算法利用matlab实现，主函数信息如下：% emgmm：GMM参数生成函数% Input：% Data： D x
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM