刚学习高斯混合模型，收集了些资料方便大家共同学习。
这里包括一些相关的论文 和博客链接，同时附上一段基于opencv的c++代码
2023-04-06 17:04:38
33.18MB
1
GMM高斯混合模型 GMM的工具箱 功能比较强大，包含三个demo文件。Unzip the file and run 'demo1', 'demo2' or 'demo3' in Matlab.
2023-03-21 11:31:17
38KB
1
这是多维高斯混合模型的期望最大化算法的并行实现，旨在在 NVidia 显卡上运行，支持CUDA。 在我的机器上，它提供高达 170 倍的性能提升（16 个暗淡、16 个集群、1000000 个数据点）。
有关更多信息，请参阅http://andrewharp.com/gmmcuda 上提供的报告。
有趣的代码都在 gpugaumixmod.h 和 gpugaumixmod_kernel.h 中。 参考 CPU 实现位于 cpuaumixmod.h 中。
它可以集成到支持 CUDA 的系统上的任何 C 程序中。 此外，在 gmm.cu 中提供了 Matlab 集成。
自最初发布以来，我添加了同步随机重启。 实验 1 现在利用了这一点。
编译================================================== ====================
2023-03-09 17:44:44
127KB
1
matlab代码abs
通用汽车制造商
实现我们的“使用高斯混合模型的超像素分割”工作。
可以找到
GPU
上的并行实现，它运行速度非常快（GTX
1080
上的
320x240
图像大约为
1000FPS）。
引文
该方法已作为常规论文发表在
IEEE
Transactions
on
Image
Processing
中。
如果您根据我们的方法开发您的工作，当然，如果您引用我们的论文，我们将不胜感激。
新的bibtex如下。
@article{Ban18,
author
=
{Zhihua
Ban
and
Jianguo
Liu
and
Li
Cao},
journal
=
{IEEE
Transactions
on
Image
Processing},
title
=
{Superpixel
Segmentation
Using
Gaussian
Mixture
Model},
year
=
{2018},
volume
=
{27},
number
=
{8},
pages
=
{4105-4117},
doi
=
{10.1109/TIP.2018.2836306}
}
这项工
2023-03-08 16:09:14
1.63MB
1
该代码实现了高斯混合模型。 它假设特征是独立的。 具体来说，GMMtrain.m 用于学习 GMM 模型，GMMpredict.m 用于预测集群标签。
2023-03-02 12:18:46
4KB
1
使用基于高斯混合模型的机器学习对 2 类和 3 类问题进行一维矩阵分类。 它还包含一个基于矩阵的 AND 门示例和大小为 12 和 3 的输入样本
2023-01-19 17:39:20
2KB
1