非常棒的粒子滤波综述，详细介绍了卡尔曼滤波到粒子滤波的演变历程。

em算法matlab代码带变分贝叶斯层次EM的隐马尔可夫模型聚类 隐马尔可夫模型（HMM）是一种广泛使用的用于表示时间序列数据的生成模型，而聚类HMM吸引了机器学习研究人员的浓厚兴趣。 但是，仍然难以确定集群中心的集群数（K）和隐藏状态数（S）。 在本文中，我们提出了一种新颖的基于HMM的聚类算法，即变分贝叶斯分层EM算法，该算法通过其密度和先验性对HMM进行聚类，并同时学习紧凑地表示每个聚类结构的新型HMM聚类中心的后验。 数字K和S以两种方式自动确定。 首先，我们在该对（K，S）上放置一个先验值，然后近似其后验概率，从中选择具有最大后验概率的值。 其次，当没有数据样本分配给它们时，一些簇和状态被隐式删除，从而导致模型复杂度的自动选择。 代码实施 该工具箱包含VBHEM-H3M的主要功能，并且基于Matlab。 其中包括 setup.m：设置工具箱的路径。 src： vbhem：VBHEM算法。 hmm：用于学习HMM的VBEM。 compare_mtds：本文使用的比较方法，CCFD，VHEM，DIC和PPK。 plots：用于绘制结果。 util：其他代码。 演示：使用VBHEM

The object of this book is to explore the use and relevance of Bayes' theorem to problems such. as arise in scientific investigation in which inferences must be made concerning parameter values about which little is known a priori.

贝叶斯滤波、卡尔曼滤波、粒子滤波经典原著

全面的HSMM 代码，包括详细例子。运行DEMO便可

In fact, the book can be used also as a second course in Bayesian analysis if the instructor supplies more details.

贝叶斯统计建模 Bayesian_Statistical_Modelling__Wiley_Series_in_Probability_and_Statistics

PR-OWL A Bayesian Ontology Language最新的技术

MIRES：使用混合效应和收缩率进行贝叶斯测量不变性评估的R包

适合各种Bayesian网格建模分析