高斯模型下的粒子滤波，源码，可运行出结果-Particle filter program under the Gauss model

在混合高斯模型参数估计方法上有很多方法，例如最大似然函数的EM算法，但是该算法容易出现过拟合，故本文提出了一个变分EM的算法来对参数进行估计，可以避免EM算法中的不足。 下面的示例文件中说明了使用下面的示例文件说明了用法 examplevbem，VBEM M示例文件 faithful.txt数据集为例(The parameters of Gauss mixture model estimation method has a lot of methods, such as the maxim

此程序有线性、二次、三次插值的直线单元、圆弧单元，以及二次等参曲线单元，每个边界线段除等分外、还可等比划分，还有两端加密或中部加密的对称型等比划分等功能，可以根据问题的特性合理划分边界单元，建立最合理的边界元计算模型。程序中对于弱奇异积分通过变换求得解析积分，柯西主值积分用刚体位移法处理，同时对于非奇异积分采用了等精度高斯积分，因此计算精度优于一般的边界元程序，更优于有限元等其他数值方法。