【GMM+KDE】基于MATLAB的GMM和KDE核估计得目标跟踪仿真

1.软件版本

matlab2013b

2.本算法理论知识

GMM

       GMM是一种利用一定数量的小高斯函数混合逼近某变量的概率密度函数的方法,是在概率估计中常用的参数化模型,今年被广泛应用于模式识别领域。

    一有限的GMM的描述非常简单,即由高新分布函数的任何凸组合形成一混合模型。对于n维实空间的随机变量x,利用GMM可以近似的表示其概率密度函数:

 

       高斯分布,也称为正态分布。是伟大的数学家高斯(Gauss)与 1809 年在研究误差理论

时推导出来的。对于随机变量x,其概率密度为:

你可能感兴趣的:(★MATLAB算法仿真经验,MATLAB,板块6:图像跟踪识别,matlab,目标跟踪,GMM,KDE)