em算法matlab代码-Clustering-Hidden-Markov-Models-with-Variational-Bayesian-
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
文件下载
资源详情
[{"title":"（ 125 个子文件 359KB ） em算法matlab代码-Clustering-Hidden-Markov-Models-with-Variational-Bayesian-","children":[{"title":"valid_RandIndex.m <span style='color:#111;'> 1.68KB </span>","children":null,"spread":false},{"title":"Purity.m <span style='color:#111;'> 662B </span>","children":null,"spread":false},{"title":"myDIC.m <span style='color:#111;'> 4.15KB </span>","children":null,"spread":false},{"title":"ppk_sc.m <span style='color:#111;'> 1.70KB </span>","children":null,"spread":false},{"title":"elkernel.m <span style='color:#111;'> 1.11KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 基于Qt的VTK应用程序代码
- 图像边缘检测7种算子代码
- 显著性检测COV算法--MATLAB
- 刘思峰（第五版）_灰色系统理论及其应用
- uniformLBP
- 人工智能报告-罗马尼亚度假问题及源代码
- 学校教材订购系统及源代码
- 利用MATLAB仿真DTMF音频的产生及其解码.pdf
- Oracle scott用户 测试数据 SQL
- VC MFC实现橡皮筋类(鼠标拖动框选)
- Git工作流指南：PullRequest工作流
- anaconda深度学习开发环境.zip
- CISSP Process Guide V.20.pdf
- lis331dlh_STdC.zip
- C++builder创建bpl库,并调用
- socket编程常用API汇总
- spring4源码
- 实现EDA的8位乘法器，该电路的输入接收2个2位二进制数
- 实用射频技术(胡树豪)
- 行星齿轮减速器设计
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明