机译:高斯混合模型的归一化最大似然码的有效计算及其在聚类中的应用
Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, JAPAN|c|;
Clustering; minimum description length (MDL) principle; normalized maximum likelihood (NML);
机译:高斯混合模型归一化最大似然码有效计算的校正及其在聚类中的应用
机译:校正以高斯混合模型的归一化最大似然码与其应用于聚类的校正
机译:高斯定位混合密度的非参数最大似然估计与高斯去噪
机译:高斯混合物归一化最大似然编码的有效计算及其在最佳聚类中的应用
机译:高斯AMP链图模型和高斯祖先图模型中的最大似然估计。
机译:基于多元数据的似然比计算的源间变异高斯混合模型
机译:矢量aRFIma模型的计算有效高斯极大似然方法
机译:maLCOm X:将最大似然连续性映射与高斯混合模型相结合