虫虫首页
|
资源下载
|
资源专辑
|
精品软件
登录
|
注册
首 页
资源下载
资源专辑
技术阅读
电 路 图
教程书籍
在线计算器
代码搜索
资料搜索
代码搜索
热门搜索:
fpga
51单片机
protel99se
机器人
linux
单片机
dsp
arm
Proteus
matlab
您现在的位置是:
虫虫下载站
>
资源下载
>
汇编语言
> 混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得。
混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得。
资源大小:
1319 K
上传时间:
2014-12-01
上传用户:
zln12345
资源积分:
2 下载积分
标 签:
EM
高斯
概率密度
参数估计
资 源 简 介
混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得。
免注册下载
普通下载
相 关 资 源
您 可 能 感 兴 趣 的
混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得。
高斯混合模型参数估计,EM算法,sunMOG.m为函数,testMOG4.m为测试程序
这个matlab程序用于实现广义高斯分布的参数估计
一维序列概率密度的估计
产生高斯白噪声并估计自相关序列
概率密度函数估计&贝叶斯分类器实验
统计信号处理基础 - 估计与检测理论
提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向
Parzen 窗 和 K近邻法进行概率密度估计 还带一个示波器控件.
基于次优贝叶斯估计的非线形非高斯条件下的粒子滤波器的MATELAB仿真
收藏
赞(209)
踩(0)
用户登录/注册
×
确认下载
×
免注册下载
×
用户登录
×
用户注册
×