登录
首页 » Python » HMM-homework

HMM-homework

于 2019-04-26 发布
0 157
下载积分: 1 下载次数: 2

代码说明:

说明:  隐马尔科夫实现,包含forward-hmm, Viterbi-hmm, Baum-Welch-hmm(Hidden Markov implementation, including forward-hmm, Viterbi-hmm, Baum-Welch-hmm)

文件列表:

HMM-homework\HMM-homework\Baum-Welch-hmm.py, 3909 , 2019-04-24
HMM-homework\HMM-homework\data.csv, 145 , 2019-04-24
HMM-homework\HMM-homework\forward-hmm.py, 1900 , 2019-04-22
HMM-homework\HMM-homework\ScreenShot\Baum-Welch-hmm.png, 15050 , 2019-04-24
HMM-homework\HMM-homework\ScreenShot\forward-hmm.png, 12628 , 2019-04-24
HMM-homework\HMM-homework\ScreenShot\Viterbi-hmm.png, 12293 , 2019-04-24
HMM-homework\HMM-homework\utils.py, 1133 , 2019-04-22
HMM-homework\HMM-homework\Viterbi-hmm.py, 2445 , 2019-04-22
HMM-homework\HMM-homework\瞎编的HMM作业数据.csv, 127 , 2019-04-22
HMM-homework\~$瞎编的HMM作业数据.xlsx, 165 , 2019-04-22
HMM-homework\参考仓库\Baum-Welch-HMM\hmm.py, 757 , 2019-04-23
HMM-homework\参考仓库\Baum-Welch-HMM\test.py, 2201 , 2019-04-23
HMM-homework\参考仓库\forward-backward-hmm-master\.gitignore, 17 , 2017-01-09
HMM-homework\参考仓库\forward-backward-hmm-master\Brown_sample.txt, 2984 , 2017-01-09
HMM-homework\参考仓库\forward-backward-hmm-master\forward-backward-hmm.py, 5626 , 2017-01-09
HMM-homework\参考仓库\forward-backward-hmm-master\prob_vector.pickle, 3475 , 2017-01-09
HMM-homework\参考仓库\forward-backward-hmm-master\README.md, 2442 , 2017-01-09
HMM-homework\参考仓库\forward-backward-hmm-master\simple.pickle, 600 , 2017-01-09
HMM-homework\参考仓库\Hidden-Markov-Model-master\Document.py, 369 , 2019-04-23
HMM-homework\参考仓库\Hidden-Markov-Model-master\EM.py, 4097 , 2017-11-14
HMM-homework\参考仓库\Hidden-Markov-Model-master\HMM.py, 7369 , 2017-11-14
HMM-homework\参考仓库\Hidden-Markov-Model-master\LICENSE, 35141 , 2017-11-14
HMM-homework\参考仓库\Hidden-Markov-Model-master\README.md, 608 , 2017-11-14
HMM-homework\参考仓库\Hidden-Markov-Model-master\Test.py, 1544 , 2017-11-14
HMM-homework\参考仓库\Hidden-Markov-Model-master\__pycache__\Document.cpython-36.pyc, 801 , 2019-04-23
HMM-homework\参考仓库\Hidden-Markov-Model-master\__pycache__\HMM.cpython-36.pyc, 8021 , 2019-04-23
HMM-homework\参考仓库\hidden-markov-model-master-by-aehuynh\hmm.py, 4675 , 2016-04-11
HMM-homework\参考仓库\hidden-markov-model-master-by-aehuynh\README.md, 100 , 2016-04-11
HMM-homework\参考仓库\UMDHMM-python-master-by-dkyang\hmm.py, 7216 , 2013-03-21
HMM-homework\参考仓库\UMDHMM-python-master-by-dkyang\README.md, 939 , 2013-03-21
HMM-homework\参考仓库\UMDHMM-python-master-by-dkyang\test.hmm, 136 , 2013-03-21
HMM-homework\参考仓库\UMDHMM-python-master-by-dkyang\test.seq, 35 , 2013-03-21
HMM-homework\参考仓库\UMDHMM-python-master-by-dkyang\test_hmm.py, 1039 , 2019-04-23
HMM-homework\瞎编的HMM作业数据.xlsx, 33715 , 2019-04-21
HMM-homework\参考仓库\Hidden-Markov-Model-master\__pycache__, 0 , 2019-04-23
HMM-homework\HMM-homework\ScreenShot, 0 , 2019-04-24
HMM-homework\参考仓库\Baum-Welch-HMM, 0 , 2019-04-23
HMM-homework\参考仓库\forward-backward-hmm-master, 0 , 2017-01-09
HMM-homework\参考仓库\Hidden-Markov-Model-master, 0 , 2019-04-23
HMM-homework\参考仓库\hidden-markov-model-master-by-aehuynh, 0 , 2016-04-11
HMM-homework\参考仓库\UMDHMM-python-master-by-dkyang, 0 , 2013-03-21
HMM-homework\HMM-homework, 0 , 2019-04-24
HMM-homework\参考仓库, 0 , 2019-04-23
HMM-homework, 0 , 2019-04-24

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 从零开始学Python网络爬虫源代码+教学PPT
    说明:  《从零开始学爬虫》的配套资料(PPT和源码)("Learning Reptiles from Zero" (PPT and Source))
    2019-03-18 22:06:06下载
    积分:1
  • piactical__algorithm
    一个很实用的采用Neville算法的拉格朗日插值程序,(A very practical Lagrange interpolation program using Neville algorithm,)
    2018-09-03 22:04:52下载
    积分:1
  • Wavelet-Packet
    基于混合信号的小波包分解技术在故障特征提取中的应用(Feature Extraction Using Multisignal Wavelet Packet Decomposition)
    2017-04-15 15:49:06下载
    积分:1
  • 决策树Java源代码
    资源描述决策树是建立在信息论基础之上,对数据进行分类挖掘的一种方法。其思想是,通过一批已知的训练数据建立一棵决策树,然后利用建好的决策树,对数据进行预测。决策树的建立过程可以看成是数据规则的生成过程。由于基于决策树的分类方法结构简单,本身就是人们能够理解的规则。其次,决策树方法计算复杂度不大,分类效率高,能够处理大数据量的训练集;最后,决策树方法的分类精度较高,对噪声数据有较好的健壮性,符合一般系统的要求。
    2022-03-12 14:04:11下载
    积分:1
  • 文本分类(采用Java语言)
    资源描述利用分类算法实现对文本的数据挖掘,主要包括: 1. 语料库的构建,主要包括利用爬虫收集Web文档等; 2. 语料库的数据预处理,包括文档建模,如去噪,分词,建立数据字典, 使用词袋模型或主题模型表达文档等; 注:使用主题模型,如LDA可以获得实验加分; 3. 选择分类算法(如朴素贝叶斯、SVM等),训练文本分类器,理解所选 的分类算法的建模原理、实现过程和相关参数的含义; 4. 对测试集的文本进行分类 5. 对测试集的分类结果利用正确率和召回率进行分析评价。 
    2022-02-13 04:15:07下载
    积分:1
  • IABC_KMC_test_on_Iris_wine_glass
    基于人工蚁群的的改进Kmeans,进行了改进,效果较好(Based on the improvement of artificial ant colony, Kmeans have been improved and the effect is better)
    2017-05-20 20:24:27下载
    积分:1
  • AP聚类
    说明:  实现了无监督AP聚类 其优势在于不用知道聚类个数(The advantage of unsupervised AP clustering is that the number of clusters is not known)
    2020-08-13 18:05:48下载
    积分:1
  • wcav
    Numerical Recipes Software 提供的算法子程序集,一共有上千种算法,部分算法可以在书店买到书()
    2018-05-24 17:49:06下载
    积分:1
  • linyujisuan
    通过包围盒法和K-D树法实现电云数据的邻域收索,邻域值可以自动设置(Point cloud data by bounding boxes and K-D tree search method income neighborhood, neighborhood values can be automatically set)
    2020-11-06 08:49:49下载
    积分:1
  • Hands-on programming with R
    说明:  本书精心策划了三个虚拟项目,将数据科学家必需的专业技能融合其中,教会读者如何将数据存储到计算机内存中,如何在必要的时候转换内存中的数据值,如何用R编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的RStudio培训师掌握宝贵的编程技能,并借助这些技能成为优秀的数据科学家。(Introduction to R Language)
    2019-05-30 15:04:30下载
    积分:1
  • 696522资源总数
  • 104042会员总数
  • 18今日下载