高斯混合的一些资源和小小心得

1.高斯混合分布涉及到中心极限定理，多维度的方差，协方差等数值特征，还有点估计的内容。这些基础知识看什么博客心得都不如踏踏实实读教材有用，先把基本知识理解。

2.高斯混合的参考资料：

首先当然是那篇论文：adaptivebackground mixture models for real-time tracking 这个谷歌学术里面很容易找到，就不放连接了。

还有一篇解释性的文章：adaptivebackground mixture models for real-time tracking – explation 这篇解释的不算详细，重点公式什么的都是一掠而过，不过唯一的优点在于他确实是紧扣上一篇论文写得，可能会有点启发吧。csdn上应该可以搜到，我放了资源，嘿嘿。

个人觉得这篇ms台湾人写得高斯混合很清晰，解释的比较清楚：http://www.cs.nccu.edu.tw/~whliao/acv2008/08gmm.pdf

还有一篇是关于协方差矩阵解释的，我觉得协方差矩阵可能是比较难的一点，对于初学者来说，因而这篇博文也推荐一下：

http://blog.csdn.net/faceRec/article/details/1697362

3.个人的一点小提示：一定要把均值考虑成n维的，因为它反映了前面n项和的分布的极限是高斯分布，这也应当是中心极限定理的要求。否则n维的x无法对应一个简单数值的平均值，个人在这儿想了不少时间。 这一点我还没有十分把握，但我想应当是这样的。

应用方面的文章暂时不考虑，因为觉得还算简单，我的一个小应用已经做出来了，但是理论方面不是很清楚。看到好的理论解析文就再放上去。

頑張ろう！