1.混合高斯模型GMM
在语音识别入门阶段,最新了解的就是GMM模型了,其实它就是多个单高斯分布进行混合.我们需要了解一下,给定一个GMM模型,优化目标是寻找使似然函数最大的各个高斯成分的均值向量、协方差矩阵和混合系数.
有N个数据={x1,x2,…,xn},每个数据时D维的,根据K个高斯分布将数据聚成K个类,由中心极限定理知大量的独立随机变量之和具有近似于正态的分布,所以我们认为每个
独立同正态分布,又
是D
1.混合高斯模型GMM
在语音识别入门阶段,最新了解的就是GMM模型了,其实它就是多个单高斯分布进行混合.我们需要了解一下,给定一个GMM模型,优化目标是寻找使似然函数最大的各个高斯成分的均值向量、协方差矩阵和混合系数.
有N个数据={x1,x2,…,xn},每个数据时D维的,根据K个高斯分布将数据聚成K个类,由中心极限定理知大量的独立随机变量之和具有近似于正态的分布,所以我们认为每个
独立同正态分布,又
是D