搜索资源列表
rennian
- 一种基于肤色分割、区域分析和模板分布的彩色图像人脸检测算法.首先对输入的彩色图像利用混合高斯模型和亮度模型进行分割,然后根据人脸五官的结构特征对得到的区域进一步分析处理,获得所有可能的候选人脸.接着构造了一种基于双眼和人脸模板的概率模型并利用其对候选人脸进行最终检测.-Based on skin color segmentation, regional analysis and the template in color images of face detection algorithm. F
RandomDistribute_simu
- 仿真产生十种概率分布的随机序列，包括均匀分布、高斯分布、指数分布、广义指数分布、混合指数分布、韦布尔分布、瑞利分布 广义瑞利分布、拉普拉斯分布、柯西分布等，并进行参数检验，概率分布检验和独立性检验-Simulation produces ten kinds of probability distribution of random sequences, including uniform, Gaussian, exponential, generalized exponential dist
daima
- 混合高斯模型 图像处理高斯混合模型(Gaussian而 xturemodel，简称GMM)是单一高斯概率密度函数的扩展和延伸，由于GMM能够平滑地近似任意形状的密度分布，因此近年来常被用在视频及语音信号的处理中-Gaussian mixture model for image processing
MatFunC
- 本算法包括最大似然估计，最小二乘估计，基于EM算法的多种混合高斯分布估计，EM算法测试实例，绘制每种分布的plot函数。非常有参考价值！-The algorithm including maximum likelihood estimation, least squares estimation, based on the the many EM algorithm mixed Gaussian distribution is estimated, the EM algorithm test c
matlab
- 根据伪随机序列理论，由混合同余法产生均匀分布的随机数，进而根据中心极限定理来产生高斯噪声。 分析所产生的均匀分布和高斯分布随机信号的均值、方差、自相关等数字特征，估计其概率密度函数并进行分析，估计其功率谱密度并进行分析。说明该高斯噪声是否符合白噪声特性。 对该高斯噪声进行FIR低通滤波，估计输出低通型限带白噪声的功率谱、相关时间等，并结合白噪声通过线性系统相关理论来进行分析。 -According to the theory of pseudo-random sequence, a
GMM
- 混合高斯模型算法，可以产生混合高斯分布，并通过自拟和确定高斯函数个数。-Gaussian mixture model algorithm, can produce a mixture of Gaussian distribution, and through self-fitting to determine the number of Gaussian function.
suijishu
- 用平方取中法产生随机数列 用混合同余法产生随机数列 用乘同余法1产生随机数列 用乘同余法2产生随机数列 用素数模同余法产生随机数列 产生指数分布的随机数列 产生拉普拉斯分布的随机数列 产生瑞利分布的随机数列 产生柯西分布的随机数列 产生爱尔朗分布的随机数列 产生正态分布的随机数列 产生韦伯西分布的随机数列 产生泊松分布的随机数列 产生贝努里分布的随机数列 产生贝努里-高斯分布的随机数列 产生二项式分布的随机数列 -Generate
fit_mix_gaussian
- 实现了混合高斯分布模型的参数估计，及其分布图的描绘-Achieve a Gaussian mixture distribution model parameter estimation, and distribution maps depicting
emmatlab
- 一种EM算法实例，用于混合高斯分布聚类处理数据-One kind of example of the EM algorithm for clustering mixed Gaussian process data
gaosi
- 针对现有运动目标检测算法不能很好去除阴影的问题, 在利用混合高斯模型进行目标检测的基础上, 提 出了一种有效的阴影抑制算法。该算法充分考虑了系统噪声和背景模型误差, 并用高斯分布的方差信息估计背景模 型误差, 然后用误差估计值来修正阴影模型, 进而实现阴影抑制。实验结果表明 该阴影抑制算法不受光线强弱、 图像质量、目标大小的限制, 具有较强的适应性, 可以更有效的抑制阴影对运动目标检测的影响。-algorithm h
12
- EM 混合高斯分布的相关程序，主要以三个为例-EM mixed Gaussian distribution
speech-emotion-recognition
- 过特定人语音情感数据库的建立；语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。对于单个特定人，可以识别平静、悲伤、愤怒、惊讶、高兴5种情感，除愤怒和高兴之间混淆程度相对较大之外，各类之间区分特性良好，平均分类正确率为93.7 。对于三个特定人组成的特定人群，可以识别平静、愤怒、悲伤3种情感，各类之间区分特性良好，平均分类正确率为94.4 。其中分类器采用混合高斯分布模型。-The system of speech emotion recognition
em-algorithm
- em算法论文 EM算法为有限混合模型的极大似然估计提供了一个标准框架。本文简单推 导了有限混合高斯分布的EM算法，并针对其收敛速度慢的缺点设计了一种有效 选取参数初始值的方法，数值实验表明，该方法有助于EM算法以较快的速度在 参数真值附近收敛。-em algorithm papers
npbayes
- 剑桥大学无参数贝叶斯课程的代码,主要包括狄利克雷过程，主题模型，无限混合高斯分布等-code of nonparametric bayesian cambridge， include dirichlet process, topic model, infinite mixutre gaussian
EM_suanfa
- 基于EM算法的混合高斯分布参数估计方法，包括权值、均值和标准差-Mixed Gaussian distribution parameter estimation method based on the EM algorithm, weights, including the mean and standard deviation
EM
- 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，设定其中的参数，产生符合混合高斯分布的一组数据集。-For the case of a mixed Gaussian distribution, using expectation-maximization algorithm, through continuous calculation of the mean and
EM
- 实验报告，实现：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，设定其中的参数，产生符合混合高斯分布的一组数据集。-Lab reports, to achieve: the case of the mixed Gaussian distribution, using expectation-maximization algorithm, through continuo
Gauss_noise
- 用于生成服从标准正态分布的高斯序列文件，利用混合同余法，生成均匀分布序列再将其转换成高斯序列(Used to generate a Gauss sequence file that obeys the standard normal distribution, and then uses the mixed residual method to generate a uniform distribution sequence, and then converts it into a Gauss
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)
EMfunction
- 混合高斯分布的em算法，e步和m步，输出各参数值(mixture of gaussian,em)