这是一个专为教育目的而设计的小脚本。 它开箱即用，生成一维高斯混合的随机数据集，并将推理过程可视化。
参考：
* Carl Edward Rasmussen：无限高斯混合模型 -> http://www.kyb.mpg.de/fileadmin/user_upload/files/publications/pdfs/pdf2299.pdf
2022-05-07 11:53:56
4KB
1
吉布斯采样matlab代码BSFG
丹尼尔·朗西（Sarah
Mukhergee）和丹尼尔·朗西
参考：Runcie，D.和Mukherjee，S.（2013）。
用遗传协方差矩阵的贝叶斯稀疏因子分析剖析高维表型。
遗传学，194（3），753–767。
该软件包是免费软件，您可以根据GNU通用公共许可证（GPL-3）的条款重新分发和/或修改它。
GNU通用公共许可证不允许在专有程序中重新分发此软件。
分发该库是希望它会有用，但没有任何担保；
甚至没有对适销性或特定用途适用性的暗示保证。
版本历史
V1.0
在以下网站上发布了MATLAB版本：
包括Ayroles_et_al_Competitive_fitness，半同胞设计的模拟
应该能够从纸上复制所有分析（直到Gibbs和模拟中的蒙特卡洛误差）
V1.1
固定计算遗传和相互作用的特效。
论文的计算结果和相应的文本缺少$
A
^
{-1}
$。
这应该不会对本文介绍的分析结果产生太大影响，但需要进行检查。
它不会影响Ayroles分析。
V2.0
几乎完全重写了模型代码，但是应该保持相同的功能（我相信）
变量已被重命名以更接近于论文
2022-05-05 14:51:41
5.18MB
1
为了揭示无线传感器信号在下水道内的传播规律,采用混合方法,把电磁波在下水道内的传播空间分为了近场区和远场区两个不同的区域,推导出了电磁波传播的信道模型。结果表明:下水道内的介电常数越大,衰减率越小;频率越高,电磁波衰减越小;半径越大,越有利于电磁波的传播。研究结果初步解决了信号在下水道内的传播规律,有助于污水流量计的进一步投入使用。
2022-05-03 16:39:15
839KB
1
本文件主要是关于高斯混合模型的运动目标检测，以及针对高斯混合模型检测方法的不足，提出了改进的方法。需要的可以下载下来看看。
2022-05-02 15:01:07
1.83MB
1
安全技术-网络信息-神经网络与隐马尔可夫混合模型在机械切削加工中的颤振预报.pdf
2022-04-29 20:00:38
4.57MB
数据挖掘机器学习[七]---2021研究生数学建模B题空气质量预报二次建模求解过程：基于Stacking机器学习混合模型的空气质量预测｛含码源+pdf文章｝
2022-04-23 22:05:22
3.31MB
数据挖掘机器学习[七]---2021研究生数学建模B题空气质量预报二次建模求解过程：基于Stacking机器学习混合模型的空气质量预测｛含码源+pdf文章｝
2022-04-23 22:05:21
9.76MB
em算法matlab代码Matlab中的高斯混合模型和推理算法
Matlab演示有关高斯混合模型（GMM）和具有EM和变分推理的推理算法
参考
克里斯托弗·毕晓普（Christopher
M.
Bishop）。
2006。模式识别和机器学习（信息科学与统计）。
施普林格出版社，柏林，海德堡。
要求
该代码已通过Matlab
R2017a测试。
用法示例
使用EM算法运行GMM演示
gmm_em_demo
使用变分推理算法运行GMM演示
gmm_vb_demo
2022-04-22 22:33:21
5.09MB
1
高斯混合模型
高斯混合模型允许近似函数。 给定输入输出样本，模型可以识别输入的结构并建立知识，从而可以预测新点的价值。
该模型对输入点进行聚类，并将输出值与每个聚类相关联。 对任何点预测的值是所有聚类值的加权总和：聚类越接近输入点，其权重就越大。
该模型尝试使集群更加智能，并检测何时添加或删除集群。 每个聚类都有一个协方差矩阵，可以使其跨越输入空间的“椭圆形”区域。
安装
安装C ++库很容易，并且使用CMake：
mkdir build && cd build
cmake .. -DCMAKE_INSTALL_PREFIX=/usr
make
sudo make install
如果计划使用Python绑定，则当前需要在/ usr中安装该库（Python绑定在sys.lib查找该库）。
Python绑定
该存储库包含gaussianmixturemodel.py文件。 该文件使用c
2022-04-12 12:49:17
10KB
1