搜索资源列表
em_ghmm.zip
- EM算法,用于估计参数的一个初级入门实例,EM algorithm, used to estimate the parameters of a primary entry examples
EM_algorithm
- EM算法详解，对于函数参数的估计十分有用的啊-The EM algorithm Detailed function parameters estimated useful ah
em(1)
- EM算法实现高斯混合模型参数估计的matlab程序，可以下载学习。-EM algorithm to achieve the matlab program Gaussian mixture model parameter estimation, you can download the study.
EM-suanfa-hunhegaosi
- em算法计算混合高斯模型的参数估计，极大似然，EM算法用于K均值问题的参数估计。MATLAB实现有代码-em algorithm Gaussian mixture model parameter estimation, maximum likelihood parameter estimation for K-means problem EM algorithm. MATLAB implementation code
MriSeg
- MRI 脑组织参数估计与分割。此程序用两种方法——Kmeans和期望最大化EM对比对MRI脑组织进行分割和参数估计-The MRI parameter estimation and segmentation of brain tissue. This program on MRI brain tissue segmentation and parameter estimation using two methods-- Kmeans and expectation maximization EM
EM_CD
- 基于高斯混合模型和EM（Expectation Maximization）算法的SAR影像变化监测算法，并附带示例。总体思路是首先将两个时期的SAR影像做log和ratio运算，生成差分影像，然后通过EM算法估计高斯混合模型的参数，最后根据高斯混合模型最大概率，生成变化监测结果。-Unsupervised change detection method for SAR images using EM algorithms of Gaussian mixture model
MRMRF simple
- 基于MRF图形的小波与分解 获取最粗尺度上的初始分割。使用EM算法必须有一个初值，因此我们首先使用K-均值聚类算法获取尺度J-1上的初始分割结果。 2.E步骤。使用MPL方法GMRF模型参数。 3.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 4.尺度内迭代。重复2和3知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 5.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复4，