码迷,mamicode.com
首页 >  
搜索关键字:gmm    ( 169个结果
EM算法
EM算法 看到别人的博客写得那么好,自己也不动于衷,于是,根据自己的理解也写一下。虽然写这么多字的博客很费劲,但是,这是自己重新组织和思考的一个过程,受益匪浅。大多根据自己的理解,如有错误,望批评指正,来世做牛做马。废话少说,马上进入正题。 这里,主要根据GMM模型来说明这个算法的。一、为什...
分类:编程语言   时间:2015-07-22 01:34:00    阅读次数:269
GMM的EM算法
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut一文中我们给出了GMM算法的基本模型与似然函数,在EM算法原理中对EM算法的实现与收敛性证明进行了具体说明。本文主要针对怎样用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GM...
分类:编程语言   时间:2015-06-23 17:21:55    阅读次数:258
Fisher Vector学习笔记
1,背景     现有的模式分类方法主要分为两类,一类是生成式方法,比如GMM,这类方法主要反映同类数据之间的相似度;一类是判别式方法,比如SVM,主要是反映异类数据之间的差异。fisher kernel是想要结合二者的优势(1,生成式方法可以处理长度不一的输入数据,2,判别式方法不能处理长度不一的数据但是分类效果较好。),将生成式模型用于判别式分类器中。     关于处理长度不一的数据,举例说明如...
分类:其他好文   时间:2015-06-21 02:05:43    阅读次数:1313
机器学习(十二、十三):K-means算法、高斯混合模型
本节简单介绍了聚类算法:K-means算法、高斯混合模型(GMM)及EM算法。...
分类:编程语言   时间:2015-06-20 09:18:51    阅读次数:359
Gaussian distribution
在读2009年ICCV的paper中遇到几次 Gaussian distribution(高斯分布),不明觉厉,就查了写来总结下: 高斯分布(Gaussian distribution),其实就是正态分布(Normal distribution),瞬间就不黑线了,概率论中学过的。 一、先粘一段高斯分布的历史:         正态分布是最重要的一种概率分布。正态分布概念是由德国的数学家和...
分类:其他好文   时间:2015-06-13 17:18:17    阅读次数:156
GMM学习笔记(EM算法求解)
提出混合模型主要是为了能更好地近似一些较复杂的样本分布,通过不断增加component个数,可以任意地逼近任何连续的概率分布,所以我们认为任何样本分布都可以用混合模型来建模。因为高斯函数具有一些很实用的性质,所以高斯混合模型被广泛地使用。     GMM与kmeans类似,也是属于clustering,不同的是,kmeans是把每个样本点聚到其中一个cluster,而GMM是给出这些样本点到每个c...
分类:编程语言   时间:2015-06-12 01:02:10    阅读次数:330
GMM的EM算法
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut一文中我们给出了GMM算法的基本模型与似然函数,在EM算法原理中对EM算法的实现与收敛性证明进行了具体说明。本文主要针对怎样用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GM...
分类:编程语言   时间:2015-06-09 19:40:33    阅读次数:1154
前景检测算法_3(GMM)
摘要 本文通过opencv来实现一种前景检测算法——GMM,算法采用的思想来自论文[1][2][4]。在进行前景检测前,先对背景进行训练,对图像中每个背景采用一个混合高斯模型进行模拟,每个背景的混合高斯的个数可以自适应。然后在测试阶段,对新来的像素进行GMM匹配,如果该像素值能够匹配其中一个高斯,....
分类:编程语言   时间:2015-05-11 12:16:51    阅读次数:355
【machine learning】GMM算法(Python版)
事实上,GMM 和 k-means 很像,不过 GMM 是学习出一些概率密度函数来(所以 GMM 除了用在 clustering 上之外,还经常被用于 density estimation ),简单地说,k-means 的结果是每个数据点被 assign 到其中某一个 cluster 了,而 GMM 则给出这些数据点被 assign 到每个 cluster 的概率,又称作 soft assignment 。...
分类:编程语言   时间:2015-05-08 18:10:52    阅读次数:367
Grab Cut学习理解之(3)opencv-grab cut
Graph Cut的目标和背景的模型是灰度直方图,Grab Cut取代为RGB三通道的混合高斯模型GMM;建立模型是为了计算一个像素点分别属于目标和背景的概率,介个是为了建图的时候确定Gibbs能量的区域能量项,即图的t-link的权值。 3.1T-Link 单分布高斯背景模型认为,对一个背景图像,特定像素亮度的分布满足高斯分布,即对背景图像B,(x,y)点的亮度满足:IB(x,y) ~ N(...
分类:其他好文   时间:2015-04-21 18:13:24    阅读次数:388
169条   上一页 1 ... 12 13 14 15 16 17 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!