说明：EM algorithm 讲的非常好和详细 不可多得的好资料

说明：基于EM算法的高斯混合模型参数估计Matlab算法，

说明：the ML parameters of a stochastic Linear Dynamical System using EM.

说明：gaussian mixture model with EM algorithm Matlab code

说明：自己小结的期望最大化算法（EM算法），很详细。

说明：K-means with EM alogo

说明：无监督混合高斯模型（GMM）的EM估计，含两篇IEEE论文的源码

说明：GMM-EX gmm语音转换模型，以及里面详细的ex聚类程序介绍

说明：speaker recognition using MFCC GMM EM

说明：speaker recognition using MFCC GMM EM

说明：em算法的一些重要程序，值得下载参考学习

说明：em算法的代码，以及K-means算法代码

说明：Expectation-Maximization algorithm

说明：Probabilistic Latent semantic alnalysis (pLSA) using (tempered) EM

说明：基于高斯混合模型(GMM)的em算法，给出了其matlab实现

说明：求解参数估计的常用算法——EM，即期望最大化算法，用于代替样本量不完全时的极大似然估计算法。

说明：PLSA EM演算法，用於文本與字詞之間的矩陣工具，測量其相似度

说明：a complete treat of EM wave propagation, microwave techniques and antennas + matlab codes

说明：利用Matlab编程验证用EM算法估计的高斯混合模型的相关参数的性能。

说明：根据有限混合模型的数据分类的程序，同时附实验报告

说明：自适应的选择高斯混合模型个数，并用EM算法估计参数

说明：EM算法的Matlab源码 EM算法是机器学习中一个很重要的算法，即期望最大化算法，主要包括以下两个步骤： 　　E步骤：estimate the expected values 　　M步骤：re-estimate parameters

说明：EM算法Matlab实现。最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）

说明：EM算法计算混合高斯模型，可以计算三个参数。

说明：Kalman filter toolbox written by Kevin Murphy, 1998. See http://www.ai.mit.edu/~murphyk/Software/kalman.html for details. Installation ------------ 1. Install KPMtools from http://www.ai.mit.edu/~murphyk/Software/KPMtools.html 3. Assuming you installed all these files in your matlab directory, In Matlab type addpath matlab/KPMtools addpath matlab/Kalman Demos ----- See tracking_demo.m for a demo of 2D tracking. See learning_demo.m for a demo of parameter estimation using EM.

说明：c8051f500的EMIF接口操作例程，通过该例程，可以很快掌握并口的操作。很实用

说明：最大估计方法程序，运行效果很好。可由于图像分类