《超高斯與亞高斯混合信號的盲分離研究》，有用的忙分離算法文章。
標簽： 高斯 混合信號 盲分離
上傳時間： 2017-01-29
上傳用戶：lanhuaying
主要介紹了基于（單、多）高斯統(tǒng)計模型的背景獲取法
標簽： 高斯 統(tǒng)計模型 背景
上傳時間： 2017-07-11
上傳用戶：問題問題
對傳統(tǒng)混合高斯背景模型作了改進，消除了緩慢運動目標對背景模型的影響，其中提出了目標間差分方法區(qū)分出前后幀變化區(qū)，對不同區(qū)域采用不同的學習權(quán)重更新策略。通過實驗證明，該改進算法提高了背景模型的健壯性，在跟蹤系統(tǒng)中獲得較好效果。
標簽： 高斯模型 運動目標跟蹤
上傳時間： 2015-01-03
上傳用戶：7891
語音識別中的模型和算法：動態(tài)時間歸正技術(shù)（DTW），隱馬爾可夫模型（HMM），高斯混合模型（GMM），高斯混合模型（GMM）
標簽： DTW 語音識別 模型 動態(tài)時間
上傳時間： 2013-12-23
上傳用戶：nanfeicui
為了提高語音信號的識別率，提出了一種改進的LPCC參數(shù)提取方法。該方法先對語音信號進行預加重、分幀加窗處理，然后進行小波分解，在此基礎上提取LPCC參數(shù)，從而構(gòu)成新向量作為每幀信號的特征參數(shù)。最后采用高斯混合模型（GMM）進行說話人語音識別，實驗表明新特征參數(shù)取得了較好的識別率。
標簽： LPCC 參數(shù)提取
上傳時間： 2013-10-10
上傳用戶：asdgfsdfht
機器學習中的E M算法，本代碼是基于高斯混合模型的E M 算法聚類。
標簽： 機器學習 算法
上傳時間： 2013-12-24
上傳用戶：jcljkh
這里包含了聚類的工具箱還有很詳細的文檔說明，以及包含高斯混合模型的源程序。
標簽： 聚類 工具箱 文檔
上傳時間： 2015-12-26
上傳用戶：rocwangdp
學位論文；運動物體跟蹤方法主要包括卡爾曼濾波，Mean-shift，Camshifi算法，粒子濾波器，Snake模型等；應用卡爾曼濾波方法設計了一套煤礦礦工出入自動監(jiān)測系統(tǒng)；提出了一種新的基于高斯混合模型的顏色特征提取方法，該方法克服了現(xiàn)有的Camshift算法Continuousl y Adaptive eanshift中跟蹤目標特征提取精確度低和計算復雜度高的缺陷
標簽： 論文 卡爾曼濾波
上傳時間： 2017-01-14
上傳用戶：JasonC
一個強大的統(tǒng)計模式識別工具箱，包含高斯分類器，高斯混合模型，主成分分析，支持向量機等常見分類方法。
標簽： 模式識別 工具箱
上傳時間： 2014-01-13
上傳用戶：lwwhust
FlashRepairToolInstaller
標簽： 高斯混合模型
上傳時間： 2020-06-12
上傳用戶：小齊123
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
