这里面有我对EM算法的推导,以及一个详细的例子
EM算法是一种迭代算法,每一次迭代都能保证 似然函数值增加, 并且收敛到一个局部极大值[1 ,2 ] 。 算法的命名,是因为算法的每一迭代包括两个步:第一 步求期望( Expectation Step
''' 数据集:伪造数据集(两个高斯分布混合) 数据集长度:1000 ------------------------------ 运行结果: ----------------------------
EM算法的详细英文描述,包含简单详细的案例,和算法的发展介绍。
EM算法进行图像分割是可行的,但本文只是实现算法,没有进行优化,所以运行起来很慢,有兴趣的同学可以优化一下!
本系列博文介绍常见概率语言模型及其变形模型,主要总结 PLSA、LDA 及 LDA 的变形模型及参数Inference 方法。
EM算法介绍与推导,学习EM算法,学习人工智能与机器学习的算法
很好的代码,经过了我的验证,是学习EM算法的必备利器呵呵,祝你好运!
EM算法原理及其应用
图像处理方面,有关EM算法matlab完整代码,编写了好久。