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
HMM
- 简单明了的HMM-GMM-KEAMS调用接口，C环境使用。-Simple HMM-GMM-KEAMS Call Interface, C environments.
MyGmm
- GMM算法的标准C++实现，可移植性好。-implementation of GMM with standard C++.
note-on-GMM
- 高斯混合模型GMM的学习资料，包含一个学习笔记和一个简单的C++实现-Gaussian mixture model learning materials, including notes and a simple C++ source code
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