说明：EM算法，是一种无监督的聚类算法，可以实现对数据的处理，对不同数据进行聚类，生成类内相似度最大

说明：EM算法和高斯模型的，用Matlab编程工具编写，实现功能快速

说明：本算法包括最大似然估计，最小二乘估计，基于EM算法的多种混合高斯分布估计，EM算法测试实例，绘制每种分布的plot函数。非常有参考价值！

说明：EM迭代算法源程序，可以应用到多用户检测中

说明：EM算法的基本理论，为第二版，很好的书籍，建议使用

说明：em 算法下加入alpha噪声的通信系统的性能检测程序

说明：该代码实现了著名的EM算法，清晰地演绎了E与M步的实现过程，相信对初学者非常有益。

说明：包含EM的介绍和对应的matlab程序.适用于初学者入门使用。

说明：gmm模型下的语音情感识别系统，GMM只是一个数学模型，只是对数据形态的拟和，但是和你所看到的数据分布存在出入也是正常的，因为用EM估计GMM的那些参数时，一般假设我们所得到的数据是不完备的（也就是说假设我们看到的数据分布不是真正的分布，它在运算时把那部分丢失或者叫隐藏的数据“补”上了）

说明：EM算法 , 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

说明：EM算法实现，对于需要的朋友来说还不错的，

说明：基于EM算法，可以估计在混合高斯分布下的三个参数

说明：北航计算机学院研究生机器学习课程讲义，涵盖了机器学习领域大部分内容，如SVM、EM、boosting等。深入浅出，易于自学

说明：EM算法作为机器学习的经典算法，本算法为EM源程序，陪带实验

说明：贝叶斯用多余的字典修复二维图像(矩阵)。使用到了EM优化算法。

说明：天线与EM算法，个人认为比较好的资料，欢迎大家下载

说明：fit_mix_2D_gaussian - fit parameters for a 2D mixed-gaussian distribution using EM algorithm format: [u,covar,t,iter] = fit_mix_2D_gaussian( X,M ) input: X - input samples, Nx2 vector M - number of gaussians which are assumed to compose the distribution output: u - fitted mean for each gaussian (each mean is a 2x1 vector) covar - fitted covariance for each gaussian. this is a 2x2xM matrix. t - probability of each gaussian in the complete distribution iter - number of iterations done by the function

说明：MCMC（马尔科夫链蒙特卡洛）中对于高斯分布的Gibbs采样算法

说明：em算法的学习资料，各种格式，包含c和matlab源代码，希望有所帮助

说明：em算法的matlab实现，简单适合入门，可以参考

说明：基于EM算法的模型聚类的研究及应用，GMM高斯混合模型

说明：EM algorithm is to solute the problem of parameter maximum likelihood estimation by Dempster, Laind, Rubin in 1977. The EM algorithm can estimate maximum likelihood only through incomplete data set.

说明：：探索一种能有效抑制和消除颅脑MRI运动伪影产生的方法，以提高图像质量和工作效率。方法：利用包装CT管球的海绵，设计并制作了2 cm x 7．5 cm x 22 cm，3 cm x 7．5 cm x 22 cm，4 cm×7．5 cm x 22 em等3种规格的海绵垫， 配合使用颅脑正交线圈进行颅脑MRI检查。结果：采用“加垫法”行颅脑MRI检查2 638例。其中，一次性扫描成功2 633 例(占99．81％)，失败5例(占0．19％)； 在扫描失败的5例患者中，第2次扫描时配合使用医用绷带成功4例。失败l例。结论：采用“加垫法”行常规颅脑MRI扫描，方法简单、可靠。可有效抑制和消除运动伪影的产生，提高图像质量和工作效率。

说明：EM algorithm for Gaussian mixture

说明：谱元法（sem)谱结构程序，用于各类波场的模拟计算

说明：In statistics, an expectation-maximization (EM) algorithm is a method for finding maximum likelihood or maximum a posteriori (MAP) estimates of parameters in statistical models, where the model depends on unobserved latent variables. EM is an iterative method which alternates between performing an expectation (E) step, which computes the expectation of the log-likelihood evaluated using the current estimate for the latent variables, and a maximization (M) step, which computes parameters maximizing the expected log-likelihood found on the E step. These parameter-estimates are then used to determine the distribution of the latent variables in the next E step.

说明：EM算法求高斯过程的参数,这种算法的计算过程简单，但是准确度不高

说明： EMCV全称为Embedded Computer Vision Library，是一个可在TI DM64x系列DSP上运行的计算机视觉库。EMCV提供了跟OpenCV完全一致的函数接口，通过EMCV，你可以轻松的将你的OpenCV算法移植到 DSP，甚至不用改一行代码。 目前EMCV已经支持IplImage, CvMat，CvSeq等基本数据结构，可使用cvCreateImage等创建和释放图像，以及contour检测等。 参考 http://emcv.svn.sourceforge.net/svnroot/emcv/trunk/

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

说明：MATLAB实现的EM算法，用于高斯混合模型的均值、方差、权重估计