当前位置：
首页 资源下载
搜索资源 - maximum likelihood classifier
搜索资源列表
-
4下载：
自己编的matlab程序。用于模式识别中特征的提取。是特征提取中的Sequential Forward Selection方法，简称sfs.它可以结合Maximum-Likelihood-Classifier分类器进行使用。
-
-
0下载：
* acousticfeatures.m: Matlab scr ipt to generate training and testing files from event timeseries.
* afm_mlpatterngen.m: Matlab scr ipt to extract feature information from acoustic event timeseries.
* extractevents.m: Matlab scr ipt to extract ev
-
-
0下载：
1 通过实验，掌握多元正态分布的最大似然估计；
2 掌握多元正态分布下的最小错误率的贝叶斯分类；
3 对其他的参数估计有更深的认识。
-1 experiment, master multivariate normal distribution maximum likelihood estimation 2 multivariate normal distribution under the minimum control error rate Bayesian classifier
-
-
1下载：
该程序源码中包括了各种典型分布的二维数据的自动生成，二维概率密度函数的极大似然估计和窗函数估计，bayes分类器的设计和分类器错误率的多种方法估计-The program includes a variety of typical source distribution of the automatic generation of two-dimensional data, two-dimensional probability density function of the maximum l
-
-
0下载：
function mean = ml_mean(data)
Calculate the maximum likelihood estimation of the mean
Written by Christiaan M. van der Walt
Meraka Institute
More resources available at http://www.patternrecognition.co.za
Reference:
C.M. van d
-
-
3下载：
这是模式识别中最小错误率Bayes分类器设计方案。
自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。
全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。
调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度
-
-
1下载：
这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。
全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。
调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从
-
-
1下载：
在贝叶斯分类中,用极大似然估计法估计概率分布的均值和方差-Compute the maximum-likelihood estimate of the mean and covariance matrix of each class and then uses the results to construct the Bayes decision region. This classifier works well if the classes are uni-modal, even when
-
-
0下载：
2类分类高斯模型
每个类是由一个单一的多元高斯分布的3-D建模
显示如何估计高斯均值向量和协方差矩阵的最大似然（ML）估计的基础上为每个类。
meanA和meanB代表每个类的均值，varA和varB的的代表每个类的协方差矩阵.-2-class classifier with Gaussian Models
Each class is modelled by a single 3-D multivariate Gaussian distribution
Show
-
-
1下载：
用最大似然估计训练分类器，用Train.txt里的数据进行训练，用Test.txt的数据进行性能检测-Use the maximum likelihood estimation training classifier, use the data in Train.txt to train the classifier and use the data in Test.txt to test the performance of the classifier
-
-
0下载：
针对两类样本所设计的贝叶斯分类器，包括已知参数和未知参数，当参数未知时，用最大似然法进行参数估计-Bias classifier is designed for two kinds of samples, including known and unknown parameters, when the parameters are unknown, the maximum likelihood method is used to estimate the parameters.
-
