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。
隐马尔可夫模型的代码，包括前向后向算法，维特比算法，EM算法的实现
SampleGenerate.m 生成EM_data数据 GMM_EM_Main.m 执行EM temp2是测试如何求高斯密度的函数-SampleGenerate.m
在非监督分割的环境中，参数的估计不可能通过训练数据来完成，因此采用期望最大算法来进行估计，在EM算法的迭代过程中选用计算效率较高的最大伪似然方法求去GMRF模型参数
演示EM算法在计算机视觉中的应用 %基于EM算法实现目标分类；
该文件利用EM算法实现了对高斯混合模型的最大似然参数估计，有文档说明。
完整的matlab代码，并举例说明如何使用该代码。此外，还有文件详细介绍EM算法的原理及推导过程。
所谓混合高斯模型就是指对样本的概率密度分布进行估计，而估计的模型是几个高斯模型加权之和（具体是几个要在模型训练前建立好）。每个高斯模型就代表了一个类（一个Cluster
Mixture of linear regressors. The routines contained in this file allow inference and lear
用em估计算法计算混合高斯概率密度函数的参数。
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
提供了matlab 编写的EM数据挖掘算法。对于多维度的高斯混合分布数据，进行分解，得出各个组成的高斯分布的参数，包括比例，均值，方差。 程序内针对3个高斯分布的混
应用背景在文本分类方面对LSA的改进的PLSA，以前下载的是另外一种方式实现，这两种方式等价，自己通过阅读文献改成了另外一种方式。关于具体的使用说明，可以通过我的邮箱联系我。关键技