搜索资源列表
abooy
- hga是一种混合遗传算法c程序源代码，但是只包括了核心的算法部分，还没有完善。 gauss为电路试验中的高斯消去法。 GRKT10，Lagrange，Euler分别是数值计算中龙格－库塔法，拉个朗日法以及改进欧拉法的c程序实现 上述程序都是本人工作学习过程中自己编写的，本人只是一个程序新手，希望在本站能更好的学习-Unit is a mixed genetic algorithm c source code, however, covered only the core of the
E_M_matlab
- 机器学习中的E M算法，本代码是基于高斯混合模型的E M 算法聚类。-machine learning algorithm E M, the code is based on the Gaussian mixture model clustering algorithm E. M.
EMalgorithm
- EM算法处理高斯混和模型，是用MATLAB实现的
BK_Gauss混合高斯背景
- 本算法基于混合高斯模型编程，采用opencv库，能够运行
imputation.tar
- 一个很有用的EM算法程序包，可用于混合高斯模型，值得一看哦
EM-Algorithm.zip
- 最大期望值算法以及在混合高斯模型的应用的详细介绍,Expectations algorithm and the largest mixed-Gaussian model in the details of the application
EM
- EM算法介绍及Matlab演示代码(一维和多维高斯混合模型学习算法)-Introduction of EM algorithm and Matlab codes that implement the algorithm
singleGaussianmodel
- 本码源是针对于单高斯模型算法做的运动目标检测，其中实现了背景建模、背景更新和目标检测的步骤实现。-The source code is in the single-Gaussian model for the algorithm to do the moving target detection, in which the realization of the background modeling, background to update and steps to achieve targe
EM_GM
- 针对于K维高斯混合模型估计的期望最大算法-EM algorithm for k multidimensional Gaussian mixture estimation
K-meansNB
- ：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记 录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明，与朴素贝叶斯相比，基于K—means思想的朴素贝叶斯算法具有较高的分类准确率。-: K-means algorithm will
Pattern_Classification_Project_3
- 两个模式识别算法实现，一个是线性区别函数另一个是混合高斯模型方法。本人的大作业，经验证可用。-Two pattern recognition algorithm, the difference between a linear function of the other is the Gaussian mixture model. I am a big operation, experience certificates available.
gauss
- 输入一个几行几列的数组，然后用高斯算法对其进行求解-Enter a few lines and a few columns of the array, and then solve it with the Gaussian algorithm
The_nonlinear_filtering_algorithm_performance_anal
- 对目前非线性滤波的主要算法即扩展卡尔曼滤波、不敏卡尔曼滤波、粒子滤波、扩展卡尔曼粒子滤波和不敏粒子滤波的滤波模型、适用条件、性能进行了分析比较，给出了每种方法的计算复杂度．通过一个非线性非高斯模型进行了仿真，验证了这些算法的性能。-Present the main algorithms of the nonlinear filtering extended Kalman filter, Unscented Kalman filter, particle filter, particle filt
sumGaussFitting
- 数值算法，高斯和拟合，能够对输入的数据进行拟合，并且能够得出最佳的图形，非常值得下载。-Numerical algorithm, Gaussian, and fitting, to fit the input data, and can come to the best of the graphics, well worth the download.
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
2
- 通过随机产生高斯分布数据，来对数据进行分类。(The data are classified by random generation of gaussian distribution data.)
GMM
- 高斯混合聚类的python实现代码，里面有data的demo(Python implementation code of Gauss mixed clustering)
RCY-GMMtest1
- 高斯混合模型（GMM,Gaussian Mixture Model）参数如何确立这个问题，详细讲解期望最大化（EM,Expectation Maximization）算法的实施过程。(How to establish the parameters of Gauss mixture model and explain the implementation process of the expectation maximization algorithm in detail.)
贝叶斯工具箱
- 基于贝叶斯框架的最小二乘支持向量机工具箱算法，实用性高。(The least squares support vector machine toolbox algorithm based on Bayesian framework is of high practicability.)
2
- （a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate