This package contains Matlab m-files for learning finite Gaussian mixtures from sample data and performing data classification with Mahalanobis distance or Bayesian classifiers. Each class in training set is learned individually with one of the three

VC初学例子：窗口最小化与最大化的实现，简单的不能再简单的小例子，用代码实现窗体的最大化、最小化、恢复窗口，面向VC入门级程序员的一个小例子，高手跳过哦。-VC beginner example: window minimization and maximization, simply can not be simple small example code form to maximize, minimize, restore the window, a small example of th

种基于期望最大化( E M) 算法的局部图像特征的语义提取方法。首先提取图像的局部图像特 征， 统计特征在视觉词汇本中的出现频率， 将图像表示成词袋模型； 引入文本分析中的潜在语义分析技术建立从低层图像 特征到高层图像语义之间的映射模型； 然后利用 E M 算法拟合概率模型， 得到图像局部特征的潜在语义概率分布； 最后利 用该模型提取出的图像在潜在语义上的分布来进行图像分析和理解。-Semantic extraction of local image features based on expe