搜索资源列表
GMM
- 混合高斯模型的C++程序，封装成为C++的类，直接调用即可。-gaussian mixture model train code
GMM
- 混合高斯em算法matlab源码可算三个参数-Em algorithm for Gaussian mixture can be considered three parameters matlab source
paper_ICIP06
- 视频流中前景背景分离非常不错的算法。能适应阴影，水波，树枝晃动等复杂环境-BACKGROUND MODELING FROM GMM LIKELIHOOD COMBINED WITH SPATIAL AND COLOR COHERENCY
GMM
- em算法，简单实用，非常好，包括原始文档内容-em algorithm is simple and practical, very good, including the content of the original document, etc.
gmm
- 高斯混合算法，用正态分布毕竟任意分布的情况-Gaussian mixture algorithm, arbitrary distribution with a normal distribution after all
gmm3
- 使用GMM算法对文本特征进行分类，内涵训练集与测试集可以直接使用-Using the GMM algorithm to classify text features, content training set and test set can be used directly
GMM
- 语音识别 高斯算法程序 高斯混合模型 源代码- specch recognition
MyGmm
- GMM算法的标准C++实现，可移植性好。-implementation of GMM with standard C++.
GMM-latentSpace-v2.0
- GMM算法，利用EM算法求解混合模型中每个模型的参数-Gaussian Mixture Model,GMMalgorith,Use EM algorith
Hierarchical-clustering
- 里面有层次聚类，k-means和gmm聚类算法-Hierarchical clustering
80957954GMM
- 【highspeedlogic】matlab代做，基于matlab的GMM视频跟踪算法的仿真-[matlab] highspeedlogic generation to do, based on the GMM matlab video tracking algorithm simulation
GMM
- 一种改进的混合高斯模型（GMM）算法，加入形态学滤波与团块处理算法，运动目标提取效果良好。(An improved hybrid Gauss model (GMM) algorithm, which combines morphological filtering and blob processing algorithm, achieves good moving target extraction.)
GMM
- 混合高斯算法，用opencv3实现，用于对运动目标进行检测 效果还算是不错的，代码通俗易(Hybrid Gauss algorithm)
ML
- GMM高斯混合模型EM算法聚类，PCA主成分分析，以及从人脸图像中提取主成分(GMM Gauss hybrid model EM algorithm clustering, PCA principal component analysis, and extraction of principal components from face images)
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.)
HMM1
- 在VC6.0平台上进行编写的，包括隐马尔科夫模型（HMM）和混合高斯模型（GMM）在内的用于模板训练的算法。(The algorithm for template training is written on VC6.0 platform, including hidden Markov model (HMM) and mixed Gauss model (GMM).)
多维GMM聚类
- 该命令实现的是多维情况下的三维数据GMM聚类，该算法的缺点是使用matlab 对于大数据有计算机内存的要求。(This command implements GMM clustering of three-dimensional data in multi-dimensional situation. The disadvantage of this algorithm is that it requires computer memory for large data using matlab
Clustering
- 1) 使用凝聚型层次聚类算法（即最小生成树算法）对所有数据点进行聚类，最后聚成3类。相异度定义方法可选择single linkage、complete linkage、average linkage或者average group linkage中任意一种。 2) 使用C-Means算法对所有数据点进行聚类。C=3。 任务2（必做）： 使用高斯混合模型（GMM）聚类算法对所有数据点进行聚类。C=3。并请给出得到的混合模型参数（包括比例??、均值??和协方差Σ）。 任务3（全做）： 1) 参考数据文
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)