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
gmm
- 高斯混合模型的详细实现 内有多个.m文件-Gaussian mixture model has a number of detailed implementation. M files
GMMmodelandtheBayesianclassifier
- GMM模型和贝叶斯分类器 用于视频图像的处理-GMM model and the Bayesian classifier for video image processing
kalman-filter
- 卡尔曼滤波的仿真程序，高斯混合模型实现，分数阶统计程序，-gmm kalman filter
voice-conversion--MFCC-GMM
- 实现多个人的说话人识别，基于gmm模型，用mfcc参数训练-voice conversion based on gmm
GMM
- 语音识别 高斯算法程序 高斯混合模型 源代码- specch recognition
GMM-latentSpace-v2.0
- GMM算法，利用EM算法求解混合模型中每个模型的参数-Gaussian Mixture Model,GMMalgorith,Use EM algorith
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
GMM
- 一种改进的混合高斯模型（GMM）算法，加入形态学滤波与团块处理算法，运动目标提取效果良好。(An improved hybrid Gauss model (GMM) algorithm, which combines morphological filtering and blob processing algorithm, achieves good moving target extraction.)
GMM）matlab源码
- 高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。(Gaussian model is to use Gaussian probability density function (normal distribution curve) to accurately quantify things, a thing is divided into several based on the Gaussian probabi
ML
- GMM高斯混合模型EM算法聚类，PCA主成分分析，以及从人脸图像中提取主成分(GMM Gauss hybrid model EM algorithm clustering, PCA principal component analysis, and extraction of principal components from face images)
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
连老师pvar2
- 连玉君pvar模型stata程序包,可做GMM估计，格兰杰因果检验，脉冲响应函数(Lian Yujun pvar model stata package, can do GMM estimation, Granger causality test, impulse response function)