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。

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。

基于主题情感混合模型的无监督文本情感分析

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

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｝

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｝

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

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

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

高斯混合模型（Gaussian mixture model，簡稱 GMM）是單一高斯機率密度函數的 延伸，由於 GMM 能夠平滑地近似任意形狀的密度分佈，因此近年來常被用在語音 與語者辨識，得到不錯的效果。 8 – 1. 單一高斯機率密度函數的參數估測法 8 – 2. 高斯混合密度函數的參數估測法 8 – 3. 求取 GMM 參數的另一種方法