em算法代码matlab实现期望最大化 Matlab中的期望最大化（EM）算法 此代码实现了Expectation-Maximization（EM）算法，并在简单的2D数据集上对其进行了测试。 期望最大化（EM）算法是一种迭代方法，用于在统计模型中依赖于未观察到的潜在变量的情况下，找到参数的最大似然或最大后验（MAP）估计。 EM迭代在执行期望（E）步骤和创建最大化（M）步骤之间进行交互，该期望步骤用于创建使用参数的当前估计值评估的对数似然性的期望函数，该步骤用于计算使期望对数最大化的参数。在E步上找到的可能性。 然后，这些参数估计值将用于确定下一个E步骤中潜在变量的分布。 例子 在此示例中，我们首先从两个正态分布生成点的数据集，并标记该数据集。 带有正确标签的数据集是我们的真实值。 然后，我们重新组合标签并为新数据集运行EM算法。 EM算法正确地对数据集进行聚类，并且还估计了可用于绘制点的两个正态分布的参数。 结果 我在计算机上得到的结果如下： iteration: 1, error: 1.7244, mu1: [1.2662 1.7053], mu2: [3.6623 3.0902

灰狼优化算法（GWO）是目前一种比较新颖的群智能优化算法，具有收敛速度快、寻优能力强等优点。将灰狼优化算法用于求解复杂的作业车间调度问题，与布谷鸟搜索算法进行比较研究，验证了标准GWO算法求解经典作业车间调度问题的可行性和有效性。在此基础上，针对复杂作业车间调度问题难以求解的特点，对标准GWO算法进行改进，通过进化种群动态、反向学习初始化种群以及最优个体变异三个方面的改进操作，测试结果表明，改进后的混合灰狼优化算法能够有效跳出局部最优值，找到更好的解，并且结果鲁棒性更强。

特征选择+分类

【图像分割】基于最大类间方差阈值与遗传算法的道路分割

最大后验概率 MAP 准则以及matlab源码

电气工程电力电子方向--基于叶尖速比法的风电机组并网（MPPT）最大功率跟踪控制--Matlab/Simulink建模仿真，模型和资料都在里面，经过验证，适用于本科毕业设计，研究生课程，新能源电力电子方向。

多窗口的C++MFC宿舍管理程序，非常适合初学者学习，这也是本人花费了一些时间的良心之作，希望大家不要嫌弃。（其中也有很多是查阅资料得来）

针对内置式永磁同步电机(IPMSM,Interior Permanent Magnet Synchronous Motor),在转子同步旋转坐标系下的数学模型进行了分析,提出了一种最大转矩电流比(MTPA,maximum torque per ampere)控制策略,以减小逆变器容量,同时采用SVPWM算法以减小转矩脉动。最后在MATLAB/Simulink环境下分别采用MTPA控制和id=0控制,对两种方法进行仿真并比较,仿真结果验证了所采用算法的有效性。

一款不同与其它马丁的策略，运用了时间风控，加仓间距、倍率（都可调整）EA开启的时间节奏、以及结合RSI指标、风险得到了更好的释放、仓位风控管理更严格。经测试20个交易日，盈利翻2倍，最大回撤只有7.%左右，需要的可以自己下载！建议先模拟测试！ EA使用方法 加载时间周期：5分钟 加载货币兑：EURUSD,EURJPY,USDCHF,GBPUSD,GBPJPY,EURGBP 默认参数，建议操作资金3000 https://www.zhibiaopu.com/thread-3260-1-1.html

预测房屋售价 技术与技能 技术技能：回归，数据清理，探索性数据分析（EDA），数据可视化，机器学习，偏差方差折衷，插补方法，模型验证，统计，特征工程，正则化，集成模型，k均值聚类，管道，网格搜索，转学 技术： Python，Jupyter Notebook，GitHub，Git Python库： Pandas，numpy，sklearn，matplotlib，seaborn，scipy 模型：多元线性回归，岭回归，LASSO回归，k近邻回归，随机森林回归，额外树木回归，支持向量回归，XGBoost回归，主成分回归 概述 该项目将涵盖以下部分： 问题陈述 执行摘要 结论 数据源 数据字典 问题陈述 我对该项目的目标是建立一个可以预测爱荷华州艾姆斯房屋实际售价在25,000美元以内的回归模型。 我将用来评估模型准确性的主要指标包括均方根误差（RMSE）和确定系数（R平方）。 RMSE代表