1回答
EM算法无效
、、
我正在尝试实现一个简单的EM算法。到目前为止，它似乎运行良好，除了小问题，即差异迅速缩小到零，收敛于数据的平均值。(如果我不更新方差，它将收敛到平均值完全好！)据我所知，这是由于“加权”接近中心的点太重-因此使算法降低方差和收缩为零。当我改变公式时
该算法工作得更好(除了稍微高估方差，这是意料之中的)。我的代码有问题吗？方差仍然收敛到0，所以这意味着我可能在算法上做错了什么？
浏览 0提问于2018-05-18得票数 0
1回答
与follows...it一样，我的python代码需要花费很长时间。一定有什么小把戏我能用吗？我正在分析的图片很小而且是灰度的..。
浏览 1提问于2015-11-14得票数 1
回答已采纳
1回答
我使用opencv 算法将图像分割成两个形状。一个形状总是在里面。我使用。Python: cv2.EM.trainM(s
浏览 1提问于2015-10-29得票数 0
2回答
我正在研究模式识别，我发现了一个有趣的算法，我想深化它，期望最大化算法。我对概率和统计不太了解，我读过一些关于正态分布或高斯分布上算法的操作的文章，但我想从一个简单的例子开始，以便更好地理解。我认为他显然可以，但是EM呢？我要考虑什么？
浏览 1提问于2014-03-04得票数 1
回答已采纳
1回答
我正在尝试使用opencv EM算法库。 Mat samples = asSamplesVectors(image);
<em
浏览 0提问于2015-06-09得票数 0
回答已采纳
1回答
我试图用Pykalman实现卡尔曼滤波器的simpel应用程序，但是在Pykalman软件包中的EM算法的估计步骤上，我得到了一个错误。它是一个简单的线性回归与时变系数，根据模拟数据.下面的代码模拟数据并启动卡尔曼滤波，但是当我尝试根据观测值估计参数时，使用kf.em(Data)，它返回错误：ValueError: object arraysobservation_covariance=R, initial_state_covariance=init
浏览 6提问于2017-09-13得票数 1
回答已采纳
2回答
OpenCV:加速EM算法预测
、、、、
我使用cv::EM算法对图像流进行高斯混合模型分类。然而，当使用EM::prediction方法将像素分类为不同的模型时，我发现它太慢了，一张600x800图像需要大约3秒的时间。因此，我决定使用它的执行方法来替换EM::prediction部件。然而，我不知道如何改变它。];}
cv::ExpectationMaximization em( samp
浏览 5提问于2012-10-24得票数 3
回答已采纳
1回答
我一直在使用斯坦福大学的Andrew的材料学习EM算法，链接在这里：和我一直试图通过使用Python来理解EM的实现，特别是使用旧的忠实数据集。关于以下代码行，我有几个问题： mixem.distribution.MultivariateNormalDistribution
浏览 1提问于2017-11-19得票数 0
4回答
我正在做一个毕业设计，目标是对分割算法进行比较分析。
在我参与的一个本科生研究项目中，我在C++中实现了一些分割算法(例如，Otsu方法和EM/MPM算法)。我计划将我实现的算法与蛇和分水岭分割进行比较。然而，我并不打算实现这些算法。所以，我想知道的是，是否有实现这些算法的开源图像处理库。最好是用C/C++实现，而不是用Java、Python等。
浏览 4提问于2009-09-30得票数 2
回答已采纳
1回答
我在CSV文件中有一个数据集，.i对最有效的计算技术进行了搜索，发现大多数研究人员推荐期望最大化或热叠加计算，但我未能用python实现它们，而其他技术，如统计函数和分类列的值计数，并没有给出好的结果。任何人都有关于用python实现这些技术的想法。
浏览 5提问于2019-12-10得票数 0
回答已采纳
1回答
fisher信息与EM算法有什么关系？当我阅读有关EM算法的论文时，人们有时会讨论fisher信息，并且有将fisher计分方法和EM算法结合在一起的算法。然而，我找不到材料清楚地说明fisher信息是如何与EM算法相关的，以及它扮演着什么角色？
有没有人能帮我理解一下这其中有什么联系？
浏览 1提问于2013-06-05得票数 0
回答已采纳
1回答
关于EM算法。如果我理解正确的话，似然率是在E步中获得的(例如，在Baum-Welch算法中，似然率可以通过前向-后向过程获得)。然而，每一次EM迭代的最后一步是M步。
浏览 5提问于2015-06-25得票数 0
1回答
我发现python opencv2具有最大期望算法来完成这一任务。但不幸的是，我没有找到任何教程或材料，可以解释我(因为我是初学者)如何使用算法。 colors = np.array([[0, 11, 111], [22, 22, 22]]) #em= cv2.ml.EM_create()
em = cv2.EM(no_of_c
浏览 1提问于2016-11-11得票数 0
回答已采纳
1回答
利用EM算法，在给定的数据集上训练一个四分量高斯混合模型。该装置是三维的，包含300个样本。问题是，经过大约6轮的EM算法后，协方差矩阵sigma根据matlab (rank(sigma) = 2而不是3)变得接近奇异。这反过来会导致不希望得到的结果，比如计算高斯分布gm(k,i)的复值。到目前为止，你能告诉我我对EM算法的实现是否正确吗？如何用接近奇异的协方差σ来解释这个问题？下面是EM算法的实现：lo
浏览 2提问于2015-08-02得票数 2
回答已采纳
1回答
我想写R代码来建立dirichlet混合模型。用于beta发行版的对数可能性如下所示：###E step: compute the likelihood of each cell over each component N = nrow(X) beta <- theta[2]
log_lik
浏览 6提问于2022-11-23得票数 0
1回答
从第22页开始，它展示了如何使用EM算法用最可能的值填充缺失的数据。我设法理解了这一点，但我开始想知道如何才能填补两个缺失的数据。如果只缺少字段B中的2个数据，我可以看到我将如何计算它。
浏览 1提问于2018-12-10得票数 0
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
