高斯混合模型（GMM）参数优化及编程实现

高斯混合模型 GMM 肤色 EM

高斯密度函数估计是一种参数化模型。有单高斯模型(Single Gaussian Model, SGM)和高斯混合模型(Gaussian mixture model,GMM)两类。本文详细介绍了这两种模型的原理,并介绍了实现方法,最后附了源码,以供参考.源码经过详细测试，没有任何错误

文件下载

评论信息

qiannianyishi :

挺好的，能够整体理解高斯混合模型，而且可以借鉴MATLAB中的一些公式
2015-01-06
heshanshanhg3 :

挺有用的，谢谢，不过是基于matlab的
2014-09-26
shadow_power :

理论讲得很清楚，可惜是matlab的实现
2014-07-21
guyuhan :

资料不错，学习一下
2014-07-07
chenyu902 :

没什么特别的，网上一堆
2014-02-24

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明