当前位置：学术参考网 > em算法及其应用论文
基于高斯混合模型的EM算法及其应用研究.邱藤.【摘要】：高斯混合模型(GMM)被广泛应用于模式识别、计算机视觉、机器学习、数据挖掘、生物信息学等不同领域。.在这些领域里,它被用来完成诸如图像分割、聚类、概率密度函数的构建等任务。.通常,人们用...
论文查重开题分析单篇购买文献互助用户中心基于高斯混合模型的EM算法及其应用研究喜欢0阅读量：34作者：邱藤展开摘要：高斯混合模型(GMM)被广泛应用于模式识别、计算机视觉、机器学习、数据挖掘、生物信息学等不同领域。在这些...
改进的EM算法及其在防洪决策中应用算法,应用,及其在,em算法,决策树算法DalianUniversityTechnologyVol电子与信息工程、管理文章编号:1000-8608(2004)03-0454-05收稿日期:2003-04-20;修回日期:2004-03-20.
提出了一种改进的EM算法,通过设置适当的参数,利用改进后的EM算法求解GMM参数,相比原EM算法在运行速度上有了很大的提高;进一步,结合GMM超向量以及SVM分类器,将改进后的EM算法应用到对KTH人体行为数据库的识别中,相比原EM算法识别准确率只受到
硕士博士毕业论文—EM算法及其改进算法在参数估计中的应用研究中文摘要第1-4页英文摘要第4-8页1绪论第8-12页1.1研究背景第8-9页1.2国内外研究文献综述
期望最大算法的优化及其在神经放电尖峰分类中的应用_通信工程毕业论文,期望最大算法的优化及其在神经放电尖峰分类中的应用_通信工程毕业论文全部作者：尹海兵胡德文刘亚东李明王玉成第1作者单位：国防科技大学机电工程与自动化学院自动控制系论文摘要：近年来，包括了基于多元t分布混
期望最大算法的优化及其在神经放电尖峰分类中的应用_通信工程毕业论文全部作者：尹海兵胡德文刘亚东李明王玉成第1作者单位：国防科技大学机电工程与自动化学院自动控制系论文摘要：近年来，包括了基于多元t分布混合模型的期望最大算法(EM)在内的多种自动实现神经放电尖峰(spike)分类...
LCRegressionmodels(2?Count:Log-linearPossionregrssion.?BinomialCount:Binomiallogisticregressionmodel.?Diagnosticstatisticsareavail...
论文研究-一种基于EM算法的缺失数据插补算法.pdf一种基于EM算法的缺失数据插补算法,庄朋,孟凡荣,数据的集成是进行科学研究的一种重要手段,在实际应用中,...
《EM算法及其应用实例.pptx》由会员分享,可在线阅读,更多相关《EM算法及其应用实例.pptx(31页珍藏版)》请在人人文库网上搜索。1、目录(content),目录(content)...
EM算法及其应用实例.pptx31页内容提供方:bbnm58850大小:1021.26KB字数:约5.72千字发布时间:2016-12-11浏览人气:90下载次数:仅上传者可见收藏次...