搜索资源列表
hmt.m
- 小波域的树模型去噪采用EM算法训练模型参数由Matlab编程实现仿真-Wavelet denoising tree model using EM algorithm training model parameters from Matlab Simulation Programming
EMSeg
- EM分割算法的matlab实现。得到的结果较好。-EM segmentation algorithm to achieve the Matlab. The results are good.
HMM_CSharp
- HMM基本算法实现,包括三个基本算法。scoring,alignment,EM
Gaumix_EM
- 使用高斯模型期望值最大化演算法,做圖形分割 Gaumix_EM: EM Algorithm Applicated to Parameter Estimation for Gaussian Mixture
clusters
- 该算法包包含了hierichal,kmeans,em聚类算法,非常实用。
ImageFilterBasedP2DHMTModelinWaveletDomain
- 文章提出了一种基于小波域伪二维隐Markov 树(P2DHMT)的图像的滤波新方法。首先建立了小波域的伪 2DHMT 模型,给出了基于EM、Baum-Welch 等算法的模型参数估计方法;
Kalman
- kalman源代码,包含EM学习算法
gpml-matlab
- 图像识别的matlab程序,其中包含EP,EM-EP算法等。很有参考价值。
GreedyEM
- greedy em 混和模型训练算法-greedy em hybrid model training algorithm
matlab HMM包
- 本数据包包含了HMM经典算法,前后向重估,EM,Vertibi
MIMO_OFDM
- 基于期望最大化(EM)的最大后验信道估计算法(MAP)在高信噪比(SNR)下将很难获得较低的估计误差,并且,对于导频辅助的MIMO-OFDM系统,OFDM符号的数据传输效率随着发送天线的增加而明显下降.为改善这两种缺陷,引入一种等效的信号模型来改善高SNR下的估计性能 在相邻多个OFDM符号内使用相移正交导频序列和联合估计来提高系统的数据传输效率和估计性能 根据角域内信道间的独立性来减小噪声对估计的影响.通过仿真实验可知,所提算法具有更小的估计误差和更高的数据传输效率.-Maximum a po
隐马尔科夫
- 隐马尔科夫随机场进行图像分割,同时采用EM优化算法
tf
- EM聚类算法,Knn分类算法简单C++编程-EM clustering algorithm, Knn classification algorithm is simple C++ programming
EM2Inpaint00
- 贝叶斯用多余的字典修复二维图像(矩阵)。使用到了EM优化算法。 -Bayesian Inpainting of 2D images (a matrix) using redundant dictionaries,and EM.
Audio-Watermarking-in-DCT
- 本文在DCT噪声信号模型研究的基础上,提出了一种新的音频水印嵌入位置选择策略和一个应用该策略的自适应音频水印算法. 通过定义DCT系数的噪声敏感度,建立了水印嵌入位置和嵌入水印后的音频信号的听觉感知性之间的关系,根据音频水印的不可听性的要求选择最优的嵌入位置,然后调节水印强度来满足鲁棒性的要求,从而最大程度地保持音频水 印的不可听性和鲁棒性,为解决音频水印嵌入过程中不可听性和鲁棒性之间的矛盾提供了一种策略.-Though m any w orks in the literature agre
SSMS
- 基于高斯混合模型,经由一种高效率的EM-MAP算法,解决图像超分辨率重建问题-A general framework for solving image inverse problems is introduced in this paper. The approach is based on Gaussian mixture models, estimated via a computationally efficient MAP-EM algorithm.
lms_switchfield
- EM迭代算法源程序,可以应用到多用户检测中-EM iterative algorithm source code, multi-user detection
pLSA_EM
- PLSA EM演算法,用於文本與字詞之間的矩陣工具,測量其相似度-PLSA EM algorithm for the matrix between the text and words tool to measure the similarity
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