Bayes GMM：贝叶斯高斯混合模型
概述
有限贝叶斯高斯混合模型 (FBGMM) 和无限高斯混合模型 (IGMM) 都是使用折叠吉布斯采样实现的。
示例和测试代码
运行make test来运行单元测试。
运行make test_coverage以检查测试覆盖率。
查看 examples/ 目录中的示例。
依赖关系
NumPy 和 SciPy： ://www.numpy.org/
鼻子： :
参考资料和注释
如果您使用此代码，请引用：
H. Kamper、A. Jansen、S. King 和 S. Goldwater，“使用固定维度声学嵌入对语音段进行无监督词法聚类”，IEEE 口语技术研讨会 (SLT) 会议录，2014 年。
在代码中，引用了以下内容：
KP Murphy，“高斯分布的共轭贝叶斯分析”，2007 年，[在线]。 可用： :
KP Murphy，
2021-11-30 13:26:09
56KB
1
在视频监控领域中,有效快速的视频目标分割是视频分析与处理中的一项关键技术。针对固定场景监控中背景复杂,存在
噪声等影响分割问题，在Stauffer等人提出的经典自适应混合高斯背景模型基础上,提出了基于高斯混合模型的时空耦合视频对象
分割算法,这一新算法从时空两个尺度上为每个像素进行分类。
2021-11-23 10:53:07
8.39MB
1
网上很多的代码都是错误的，特别是广为流传的那份，我已经进行了修改，并在此前提下，对群中心距离是否太近进行了判断，如果群中心太近，那就就将两个中心所代表的两个聚类合成为一个聚类，更符合实际
2021-11-14 18:54:44
203KB
1
TensorFlow示例模型
基于TensorFlow的几种机器学习模型的实现（前三个-Logistic Regresion，MLP和CNN受启发）。 文件夹包含以下内容的简单实现：
（带EM）
文件夹包含通过期望最大化算法（具有对角协方差，完全协方差，基于梯度等）训练的高斯混合模型实现的详细版本。 文件夹包含将GMM实现分解为一组连贯的类的初始尝试。
2021-11-09 17:23:23
532KB
1
小白一枚，接触到GMM和EM，现将学习到的整理出来，如有错误，欢迎指正，文中涉及到公式的推导比较繁琐，故先在纸上推导出来再拍照发出来。希望大家多多交流，共同进步。接下来将按照思路一步一步进行介绍。
1. 单高斯模型GSM（一维）
单高斯模型很简单，大家也很清楚，这里不做过多的解释，如不明白可自行百度。如图
概率密度函数为：
2.单高斯模型（多维，以二维为例）
二维高斯分布图像如下
关于二维高斯分布的参数设定对为高斯曲面的影响，可以参考这篇文章（二维高斯分布的参数分析）
（以上两条是基础，为了下面做铺垫，接下来我将通过例子引出高斯混合模型。）
3.高斯混合模型（GMM）
为什么会有高斯
2021-10-29 15:06:38
1.44MB
1
em算法matlab代码EM_GMM
Matlab代码使用EM算法拟合高斯混合模型（GMM）
如何使用代码
使用以下方法安装GMM：
P
=
trainGMM(data,numComponents,maxIter,needDiag,printLikelihood)
参数：
data
-
a
NxP
matrix
where
the
rows
are
points
and
the
columns
are
variables.
e.g.
N
2-D
points
would
have
N
rows
and
2
columns
numComponents
-
the
number
of
gaussian
mixture
components
maxIter
-
the
number
of
iterations
to
run
expectation-maximization
(EM)
for
fitting
the
GMMs
needDiag
-
set
as
1
if
you
want
diagonal
covariance
matrices
for
the
components.
Set
2021-10-26 19:40:43
36KB
1