...方法将混合像元光谱分布用多个高斯分布的端元光谱曲线叠加来表示，其中分布的参数估计由期望最大算法(Expectation Maximization, EM)算法完成，进而根据贝叶斯原理得到像元归属于各类端元的后验概率。
基于4个网页-相关网页
增量期望最大算法 incremental EM
第一种是期望最大算法 Expectation Maximum
期望最大化算法 Expectation Maximization ; Expectation Maximization Algorithm
用最大期望算法 Expectation maximization
最大期望算法 expectation maximization algorithm ; EM algorithm ; Expectation-Maximization algorithm
使用最大期望值算法 Expectation Maximization
而后使用最大期望算法 Expectation Maximization Algorithm
该算法采用期望最大化(EM)聚类分析方法来识别分类及其顺序。
The algorithm USES the Expectation Maximization (EM) clustering method to identify clusters and their sequences.
这里，期望最大化算法既用来处理丢失值又用来估计模型参数。
We resort to expectation maximization (EM) algorithm for both the estimation of model parameters and the coping with missing values.
对于语者辨识，语者特定模型直接用语者的语料借助于期望值最大化算法（EM）来训练，辨识算法采用了最大事后概率法则（MAP）；
For speaker identification, Expectation Maximization Algorithm (EM) is adopted to train speaker dependent model, and afterwards recognize speaker according to Maximum a Posteriori Criterion (MAP).
应用推荐