一、核心思想：由部分估计整体 二、具体分析 （1）先举一个最简单的例子，如下： 转换成更专业一点的就是：现在有一个样本分布为A，我们从这个样本分布中获得了一部分样本a，极大似然就是要利用这部分a来估计A的分布； 做法就是对A构建模型，模型参数为Q，然后再构建极大似然函数表示在何种模型参数Q下可以最大 ...
分类：
其他好文 时间：
2019-10-28 13:00:03
阅读次数：
80
当概率模型依赖于无法观测的隐性变量时，使用普通的极大似然估计法无法估计出概率模型中参数。此时需要利用优化的极大似然估计：EM算法。 在这里我只是想要使用这个EM算法估计混合高斯模型中的参数。由于直观原因，采用一维高斯分布。 一维高斯分布的概率密度函数表示为： 多个高斯分布叠加在一起形成混合高斯分布： ...
分类：
编程语言 时间：
2019-01-01 16:08:21
阅读次数：
235
综合网上上各种车牌识别方法，总结出一个较为简单的车牌识别方案，采用VS2013+OpenCv2.4.9实现。并且附上可运行的源代码以及测试图片和视频，详细参数设置请参照源代码。识别部分的训练样本见我上传的资源。实现方法(一)检测车辆（基于混合高斯模型的背景差分法）读取视频（avi格式），选定目标区域框用于检测车辆检测车辆，基于混合高斯模型的背景差分法检测前景，经过腐蚀、膨胀后，若像素值大于200的
分类：
其他好文 时间：
2018-12-14 00:54:14
阅读次数：
184
综合网上上各种车牌识别方法，总结出一个较为简单的车牌识别方案，采用VS2013+OpenCv2.4.9实现。并且附上可运行的源代码以及测试图片和视频，详细参数设置请参照源代码。识别部分的训练样本见我上传的资源。实现方法(一)检测车辆（基于混合高斯模型的背景差分法）读取视频（avi格式），选定目标区域框用于检测车辆检测车辆，基于混合高斯模型的背景差分法检测前景，经过腐蚀、膨胀后，若像素值大于200的
分类：
其他好文 时间：
2018-11-23 22:31:28
阅读次数：
313
EM算法与混合高斯模型 close all; clear; clc; %% Sample Generate N=5000; a_real =[3/10,5/10,2/10]; mu_real = [7,12;12,7;14,15]; cov_real(:,:,1) = [1,0;0,1]; cov_... ...
分类：
编程语言 时间：
2018-10-26 22:16:13
阅读次数：
343
①EM算法： http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html 李航 《统计学习方法》9.1节 ②混合高斯模型（GMM）： http://blog.pluskid.org/?p=39 （前面片段+后面matlab代码+c ...
分类：
编程语言 时间：
2018-01-17 00:21:05
阅读次数：
207
前言在之前关于聚类算法的文章中，笔者主要涉及的内容均是和参数求解相关的，如C均值（包括模糊C均值）、混合高斯模型等，而对于一些无参数密度估计的算法尚未讨论，而且一般基于参数密度估计的算法均是建立在假设的概率分布族（如高斯分布、多项式分布等）基础之上的，而在实..
分类：
编程语言 时间：
2017-10-19 19:37:37
阅读次数：
168
高斯分布有很多优点并且普遍存在，但是，它是单峰函数，所以对于复杂的分布表达能力比较差，我们可以用多个高斯分布的线性组合来逼近这些复杂的分布。高斯混合概率分布可以写成高斯分布的线性叠加的形式，如下所示： 写的不错：混合高斯模型 ...
分类：
其他好文 时间：
2017-08-15 19:50:14
阅读次数：
190
最近一直研究和看EM算法，尝试理解它的含义和用途，一直被人们称为“上帝的算法”，现在我就谈一下几点自己的看法。 它主要运用的场景应该是含有隐变量的地方，其中一个典型的情况就是混合高斯模型。用通俗的话来说，当一个模型很难描述数据的分布的情况时，需要多个模型的时候，便会引入隐变量的概念。一般问题，假设一 ...
分类：
编程语言 时间：
2017-06-02 09:46:16
阅读次数：
171
