您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. pattern recognition and machine learning(Bishop)

  2. 一本非常牛的书。本书以贝叶斯理论为基础,将神经网络、核方法、boost算法、K均值聚类、EM和GMM模型等许多理论归结到贝叶斯理论框架中,是一本模式识别方面难得一见的好书。
  3. 所属分类:网络基础

    • 发布日期:2010-12-11
    • 文件大小:8388608
    • 提供者:jimmyxiang
  1. 基于EM参数估计的GMM模型建模

  2. 高斯混合模型是有效的描述数据集合分布的手段,高斯混合模型中各个单高斯模型的均值、方差和权重的估计,实际上是样本空间下的参数估计问题。参数估计的方法有很多,相比较而言,EM算法是MLE(Maximum Likelihood Estimation)原理下的针对不完备数据集合的回归分析算法,它是由E步和M步迭代循环,直至误差小于给定门限为止。因此本文采用了一种基于EM方法的高斯混合模型参数估计的方法对运动人体姿态进行建模,可以较准确的对模型进行参数估计。对典型姿态建模之后还可以解决对姿态的识别问题。
  3. 所属分类:其它

    • 发布日期:2010-12-30
    • 文件大小:427008
    • 提供者:smily0725
  1. 语音识别技术文章.rar

  2. 第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1
  3. 所属分类:其它

    • 发布日期:2011-05-12
    • 文件大小:5242880
    • 提供者:wangjunhui1984
  1. GMM的matlab实现集合

  2. 这是一个GMM的matlab集合包,包含了一共5个压缩包,每个包都是不同的GMM的matlab实现。都是在外国网站上评分很高的文档。1、EM algorithm for Gaussian mixture model。2、Gaussian Mixture Model (GMM) - Gaussian Mixture Regression (GMR)。3、Gaussian Mixture Modeling GUI (GMM DEMO)。4、gaussian_mixture_model(1D)。5、
  3. 所属分类:其它

    • 发布日期:2011-11-08
    • 文件大小:658432
    • 提供者:rayverson
  1. MachineLearning-master-python.zip

  2. 属于网络下载资源,感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码,以及具体的应用实例,包含: Keras使用进阶。介绍了怎么保存训练好的CNN模型,怎么将CNN用作特征提取,怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras,用经典的Mnist分类问题对该框架的使用进行说明,训练一个CNN,总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo,人脸数
  3. 所属分类:专业指导

    • 发布日期:2016-07-04
    • 文件大小:1048576
    • 提供者:qq_33042687
  1. GMM高斯模型以及EM算法的介绍

  2. 关于GMM和EM的一些推导过程,以及如何在GMM运用EM
  3. 所属分类:讲义

    • 发布日期:2016-11-11
    • 文件大小:647168
    • 提供者:cwm1234567
  1. 聚类算法总结和实践

  2. 聚类算法总结和实践:K-means、层次聚类、GMM、EM算法
  3. 所属分类:机器学习

    • 发布日期:2018-11-01
    • 文件大小:13631488
    • 提供者:m0_43553676
  1. 机器学习概念.pdf

  2. 介绍了机器学习中,监督学习、无监督学习、过拟合,以及采取相关的措施进行处理。6考虑下面样本特征为二维欧式空间点的两分类问题的训练集,分别用最近邻法和三近邻法给出测试样本点(1,1)的 类别 x0011122 1+ 2|+ 2 解:(1)计算距离 (x, y)Distance-(1, 1) (-1,1)Y(-1-12+(1-1)2)=2 (0,1)v(0-1)2+(1-1)^2)=1+ (02)(0-1y2+(2-1)^2)= (1,1)Y(1-1)2+(-1-1)^2)=2 (10)v(1-1)
  3. 所属分类:机器学习

    • 发布日期:2019-07-26
    • 文件大小:448512
    • 提供者:qiu1440528444
  1. EM&GMM;&k-means

  2. 关于EM、GMM和k-means之间的联系,是笔者曾经的一个分享
  3. 所属分类:机器学习

    • 发布日期:2019-03-17
    • 文件大小:1046528
    • 提供者:u012294618