Gaussian Mixture Model

最新推荐文章于 2024-07-16 17:56:45 发布
最新推荐文章于 2024-07-16 17:56:45 发布
阅读量7.8k 收藏 8
点赞数 2
分类专栏： research 文章标签： matlab algorithm application library 算法 文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/flyingflame/article/details/1712509
版权
  课题组在Doc.Liu的带领下开了一个学习讨论班，每人分配一个题目，现学现讲，我那天一定是吃多了东西脑壳壳不管事，明明大概搜了一下找不到GMM的资料，还是选了这个题。唉，每天晚上硬着头皮搜啊搜，总算是搜了一些东东出来。

1.台湾一人（可能是张智星）的混合高斯模型基础的pfd文档：

http://neural.cs.nthu.edu.tw/jang/books/dcpr/doc/08gmm.pdf

2.Kostas N. Kyriakoulis等人编写的GMM　toolbox for matlab。包括图形界面、帮助文档和例子。

http://www4.ncsu.edu/~kkyriak/gmmgui.html

waining: 这不是高斯混合模型的工具箱，而是经济学里的一个General Maximum Model，由于我把里面的moment（矩）理解为高斯混合模型的协方差矩阵，以致于花了好些不必要的时间去跑通例子，浪费了本来就不长的备课时间，呜呜……

3.张智星的模式识别课主页。其中有GMM的讲解和matlab程序例子

http://neural.cs.nthu.edu.tw/jang/books/dcpr/

4.国内一篇写得比较清楚的关于EM算法的论文

　王源，陈亚军.基于高斯混合模型的EM学习算法.山西师范大学学报（自然科学版）.2005年第19卷1期. P46-49.

5.国外的一篇详细讲解EM的文章：A Gentle Tutorial of the EM Algorithm　and its Application to Parameter　Estimation for Gaussian Mixture and　Hidden Markov Models

http://scipp.ucsc.edu/groups/retina/articles/bilmes98gentle.pdf

6. A piece of ppt about Clustering with Gaussian Mixtures by Andrew W. Moore

http://www.cs.cmu.edu/~cga/ai-course/gmm.pdf

7.Bayesian Classifier and Gaussian Mixture Model ToolBox: gmmbayestb-v1.0

http://www.it.lut.fi/project/gmmbayes/downloads/src/gmmbayestb/ 

8.Torch　——machine learning library
flyingflame
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
高斯混合模型（Gaussian Mixture Model）
taon1607的博客
06-22 7809
高斯混合模型，通常简称GMM，是一种广泛使用的聚类算法，它并不能直接返回该数据点属于哪一簇。GMM使用了高斯分布作为模型参数，用模型去逼近数据点分布，在实际计算过程中使用的是期望最大算法（EM, Expection Maximum）进行训练。高斯分布，通常也叫正态分布，是自然界中最常见的分布形式。 对于任一高斯分布函数，都有两个参数μ和σ，其中μ为该组数据的均值，σ为该组数据的标准差，下式是高斯分布的密度函数。 下图展示了4组不同的高斯分布函数，每一组分布的μ和σ是不同的。高斯分布的变量取值范围为[-∞,
聚类——混合高斯模型 Gaussian Mixture Model
chaoping315的专栏
06-27 3162
聚类的方法有很多种，k-means要数最简单的一种聚类方法了，其大致思想就是把数据分为多个堆，每个堆就是一类。每个堆都有一个聚类中心（学习的结果就是获得这k个聚类中心），这个中心就是这个类中所有数据的均值，而这个堆中所有的点到该类的聚类中心都小于到其他类的聚类中心（分类的过程就是将未知数据对这k个聚类中心进行比较的过程，离谁近就是谁）。其实k-means算的上最直观、最方便理解的一种聚类方式了，原
高斯混合模型（Gaussian Mixture Model，简称GMM）
最新发布
...
07-16 1082
高斯混合模型（Gaussian Mixture Model，简称GMM）是一种概率模型，用于表示由组成的复杂分布。谱学习算法（Spectral Learning Algorithms）是一类利用线性代数中的矩阵分解技术来估计模型参数的方法，在自然语言处理、机器学习等领域有广泛的应用。
漫谈 Clustering (3): Gaussian Mixture Model
smoothylx的专栏
02-28 1628
<br />上一次我们谈到了用 k-means 进行聚类的方法，这次我们来说一下另一个很流行的算法：Gaussian Mixture Model (GMM)。事实上，GMM 和 k-means 很像，不过 GMM 是学习出一些概率密度函数来（所以 GMM 除了用在 clustering 上之外，还经常被用于 density estimation ），简单地说，k-means 的结果是每个数据点被 assign 到其中某一个 cluster 了，而 GMM 则给出这些数据点被 assign 到每个 clust
详解EM算法与混合高斯模型(Gaussian mixture model, GMM)
热门推荐
林立民爱洗澡
07-14 15万+
　　最近在看晓川老（shi）师(shu)的博士论文，接触了混合高斯模型（Gaussian mixture model, GMM）和EM(Expectation Maximization)算法，不禁被论文中庞大的数学公式所吓退。本文通过查阅相关资料，在复杂巧妙的推理公式中融入了自己的理解，详细梳理了混合高斯模型和EM算法。 1 单高斯模型(Gaussian single model, GSM）...
EM Algorithm for Gaussian Mixture Model (EM GMM)：高斯混合的EM算法。-matlab开发
05-29
这个包通过期望最大化（EM）算法拟合高斯混合模型（GMM）。它适用于任意维度的数据集。 应用了多种技术来提高数值稳定性，例如在对数域中计算概率以避免浮点数下溢，这在计算高维数据概率时经常发生。...
高斯混合模型(Gaussian Mixture Model)的背景建立
10-09
高斯混合模型种类有单高斯模型（Single Gaussian Model, SGM）和高斯混合模型（Gaussian Mixture Model, GMM）两类。类似于聚类，根据高斯概率密度函数（Probability Density Function, PDF）参数不同，每一个高斯...
Gaussian Mixture Model (GMM) - Gaussian Mixture Regression (GMR)：高斯混合模型中的数据编码和通过高斯混合回归检索-matlab开发
05-30
GMM-GMR是一组Matlab函数，用于训练高斯混合模型（GMM）并通过高斯混合回归（GMR）检索广义数据。 它允许通过使用期望最大化 (EM) 迭代学习算法对高斯混合模型 (GMM) 中的任何数据集进行有效编码。...
高斯混合模型Gaussian Mixture Model (GMM）算法从基础详解
m0_37957160的博客
05-26 5000
高斯混合模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。 高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。 对图像背景建立高斯模型的原理及过程：图像灰度直方图反映的是图像中某个灰度值出现的频次，也可以以为是图像灰度概率密度的估计。如果图像所包含的目标区域和背景区域相差比较大，且背景区域和目标区域在灰度上有一定的差异，那么该图像的灰度直方图呈
高斯混合模型Gaussian Mixture Model
yuxeaotao的博客
10-27 491
机器学习-白板推导系列(十一)-高斯混合模型GMM（Gaussian Mixture Model） 实际上，高斯混合模型没有解析解，即直接用极大似然估计是做不出来的，接下来就用极大似然估计，看看为什么做不出来，实际上是为了引入EM算法（更加有效率的一个迭代算法） 用MLE解单一高斯问题是有解析解的，因为其形式比较简单。 EM不是一个解析算法，而是一个迭代算法，逐渐逼近和的最大值 ...
gaussian mixture model
gloriazhang2013的博客
04-19 459
clear all % source = aviread('C:\Video\Source\traffic\san_fran_traffic_30sec_QVGA'); source = mmreader('D:\video.avi'); numFrames = source.NumberOfFrames; %vidFrames = read(source); % ---------
Gaussian mixture model
lyp
04-20 343
1.Introduction Gaussian mixture models are a probabilistic model for representing normally distributed subpopulations within an overall population. Mixture models in general don’t require knowing whic...
混合高斯模型：Gaussian Mixture Model
吕爽
10-26 1360
混合高斯模型
Gaussian Mixture Model 高斯混合模型 GMM
weixin_45286813的博客
04-15 390
Gaussian Mixture Model 高斯混合模型 GMM Gaussian mixture model is a combine of multiple Gaussian models. These Gaussian models mixture according to ‘weight’ π\piπ. The picture is a mixture of two models. ...
Mixture of Gaussian（高斯混合原型聚类）
nakaizura
10-15 9063
高斯混合聚类原理，应用。高斯混合模型（Gaussian Mixture Model ，GMM）也是原型聚类，和上一篇总结的K-means和LVQ一样,不过与它们不同的是，GMM没有想用原型向量来刻画聚类结构的不同。因为比如用k-means算法解决聚类问题非常简单，将数据聚为一个一个的点，但这样往往比较粗糙，不适用于很多数据集。所以是采用概率模型来表达原型，即通过统计得到每个样本点属于各个类的概率.......
Pyspark聚类--GaussianMixture
weixin_46408961的博客
03-12 600
GaussianMixture class pyspark.ml.clustering.GaussianMixture(featuresCol=‘features’, predictionCol=‘prediction’, k=2, probabilityCol=‘probability’, tol=0.01, maxIter=100, seed=None) GaussianMixture 聚类。 此类执行多元高斯混合模型 (GMM) 的期望最大化。 GMM 表示独立高斯分布的复合分布，具有相关的“混合”权
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值