资源简介
EM算法.rar
EM算法 MATLAB 实现
代码片段和文件信息
close all;clear;clc;
% 参考书籍Pattern.Recognition.and.Machine.Learning.pdf
% http://www.pr-ml.cn
% lwm@pr-ml.cn
% 2009/10/15
%%
M=2; % number of Gaussian
N=200; % total number of data samples
th=0.000001; % convergent threshold
K=2; % demention of output signal
% 待生成数据的参数
a_real =[4/5;1/5];
mu_real=[3 4;
5 3];
cov_real(::1)=[5 0;
0 0.2];
cov_real(::2)=[0.1 0;
0 0.1];
% generate the data
x=[ mvnrnd( mu_real(:1) cov_real(::1) round(N*a_real(1)) )‘ mvnrnd(mu_real(:2)cov_real(::2)N-round(N*a_real(1)))‘];
% for i=1:round(N*a_real(1))
% while (~((x(1i)>0)&&(x(2i)>0)&&(x(1i)<10)&&(x(2i)<10)))
% x(:i)=mvnrnd(mu_real(:1)cov_real(::1)1)‘;
% end
% end
%
% for i=round(N*a_real(1))+1:N
% while (~((x(1i)>0)&&(x(2i)>0)&&(x(1i)<10)&&(x(2i)<10)))
% x(:i)=mvnrnd(mu_real(:1)cov_real(::1)1)‘;
% end
% end
figure(1)plot(x(1:)x(2:)‘.‘)
%这里生成的数据全部符合标准
%% %%%%%%%%%%%%%%%% 参数初始化
a=[1/32/3];
mu=[1 2;2 1];%均值初始化完毕
cov(::1)=[1 0;
0 1];
cov(::2)=[1 0;
0 1];%协方差初始化
%% EM Algorothm
% loop
count=0;
figure(2)hold on
while 1
a_old = a;
mu_old = mu;
cov_old= cov;
rznk_p=zeros(MN);
for cm=1:M
mu_cm=mu(:cm);
cov_cm=cov(::cm);
for cn=1:N
p_cm=exp(-0.5*(x(:cn)-mu_cm)‘/cov_cm*(x(:cn)-mu_cm));
rznk_p(cmcn)=p_cm;
end
rznk_p(cm:)=rznk_p(cm:)/sqrt(det(cov_cm));
end
rznk_p=rznk_p*(2*pi)^(-K/2);
%E step
%开始求rznk
rznk=zeros(MN);%r(Z
pikn=zeros(1M);%r(Z
pikn_sum=0;
for cn=1:N
for cm=1:M
pikn(1cm)=a(cm)*rznk_p(cmcn);
% pikn_sum=pikn_sum+pikn(1cm);
end
for cm=1:M
rznk(cmcn)=pikn(1cm)/sum(pikn);
end
end
%求rank结束
% M step
nk=zeros(1M);
for cm=1:M
for cn=1:N
nk(1cm)=nk(1cm)+rznk(cmcn);
end
end
a=nk/N;
rznk_sum_mu=zeros(M1);
% 求均值MU
for cm=1:M
rznk_sum_mu=0;%开始的时候就是错在这里,这里要置零。
for cn=1:N
rznk_sum_mu=rznk_sum_mu+rznk(cmcn)*x(:cn);
end
mu(:cm)=rznk_sum_mu/nk(cm);
end
% 求协方差COV
for cm=1:M
rznk_sum_cov=zeros(KM);
for cn=1:N
rznk_sum_cov=rznk_sum_cov+rznk(cmcn)*(x(:cn)-mu(:cm))*(x(:cn)-mu(:cm))‘;
end
cov(::cm)=rznk_sum_cov/nk(cm);
end
t=max([norm(a_old(:)-a(:))/norm(a_old(:));norm(mu_old(:)-mu(:))/norm(mu_old(:));norm(cov_old(:)-cov(:))/norm(cov_old(:))]);
temp_f=sum(log(sum(pikn)));
plot(counttemp_f‘r+‘)
count=count+1;
if t break;
end
end %while 1
hold off
f=sum(log(sum(pikn)));
a_best=a;
mu_best=mu;
cov_best=cov;
f_best=f;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 9028817 2009-12-08 18:43 PatternRecognitionAndMachineLearning.pdf
文件 3765 2009-12-09 15:54 em_my3.m
文件 3329 2009-12-08 22:43 em_my1.m
文件 2927 2009-12-08 23:19 em_my2.m
----------- --------- ---------- ----- ----
9038838 4
相关资源
- 轴承故障诊断matlab代码四种方法
- MATLAB应用程序接口用户指南pdf文档
- matlab图像压缩感知
- 基于MATLAB的永磁风力发电机动态仿真
- 精通MATLAB
- MATLAB 图像处理识别程序
- RANSAC算法用MATLAB写的代码
- Optometrika 透镜成像模拟
- MATLAB发票动车票识别.zip
- MATLAB交通标志识别[GUI界面,论文].z
- MATLAB车牌[GUI,语音播报,论文,详细
- MATLAB数字表盘识别[GUI界面,界面丰富
- matlab有限元代码
- 激光原理作业代码及答案
- 基于SVM的matlab车牌识别
- matlab 机器人避障程序
- 多任务高斯过程模型 Matlab工具箱 包括
- 基于MATLAB的硬币计数设计.doc
- Faster-RCNN+ZF制作自己的数据集和训练模
- Matlab传染病模型287461
- 用matlab-实现基于直方图均衡化的彩色
- 图像显著性MR方法的matlab代码
- 常用正则化MATLAB算法-附带详细说明
- 数字图像处理使用matlab进行采样量化
-
Liveli
nk for MATLAB - 微机保护算法仿真.zip
- 24脉波整流仿真
- MP3原理和实现
- 基于matlab的dicom、nii文件读取,去噪增
- 基于MATLAB的fsk调制解调
评论
共有 条评论