Mixture

高斯混合模型（GMM）

高斯混合模型（GaussianMixtureModel）通常简称GMM，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大（ExpectationMaximization，
努力学习编程的朱小妹·2018-12-10 10:07

基于OpenCV的物体检测方法合集（一）

（1）背景建模法1.SingleGaussian(单高斯模型)Real-timetrackingofthehumanbody2.混合高斯模型（MixtureofGaussianModel）Animprovedadaptivebackgroundmixturemodelforreal-timetrackingwithsh
qq_37269094·2018-11-23 19:38

Chapter 09 Mixture Models and EM

Chapter09MixtureModelsandEM本章《PRML》主要介绍的概念是期望最大化算法(ExpectationMaximizationAlgorithm,EM)，该方法主要用于含有隐变量(
zhoudinglive·2018-10-29 22:01

OpenCV——使用GrabCut算法进行物体分割

用高斯混合模型（GaussiansMixtureModel，GMM）来对背景和前景建模，并将未定义的像素标记为可能的前景或背景。
嘿哈哈哈·2018-10-19 22:55

DEEP AUTOENCODING GAUSSIAN MIXTURE MODEL FOR UNSUPERVISED ANOMALY DETECTION

ICLR-2018摘要对于多维或高维数据的无监督异常检测在基础机器学习研究和工业应用中都是非常重要的，其密度估计是核心。虽然先前基于维数降低随后密度估计的方法取得了丰硕成果，但它们主要受到模型学习的解耦，其优化目标不一致，并且无法在低维空间中保留基本信息。在本文中，我们提出了深度自动编码高斯混合模型（DAGMM）用于无监督异常检测。我们的模型利用深度自动编码器为每个输入数据点生成低维表示和重建误差
水果先生·2018-10-10 11:29

关于sklearn中各个聚类模型的特点总结

K-meansAffinitypropagationMean-shiftSpectralculsteringWardhierarchicalclusteringAgglomerativeclusteringDBSCANGaussianmixturesBirch
少儿西笑·2018-09-18 11:37

第五周学习笔记

第五周学习笔记本周的主要学习工作1.CS229[课程地址]第十三讲，高斯混合模型主要内容EM算法高斯混合模型（Gaussianmixedmodel）文档聚类，混合贝叶斯模型（mixturesofnaiveBayes
luputo·2018-09-07 00:00

sklearn各聚类算法比较

附录1、各聚类算法的比较fromtimeimporttimeimportnumpyasnp,matplotlib.pyplotasmpfromsklearnimportcluster,datasets,mixturefromsklea
基基伟·2018-08-06 20:57

中英双语菜谱-[06]蒜爆八带

Friedgarlicsliceswithoctopus（蒜爆八带）1】mainingredient（主料）：octopus（八带／章鱼）2】Chargemixture（配料）：garlic100g（蒜
庞立媛good·2018-08-01 15:08

OpenCV 3 & Keras 实现多目标车辆跟踪 笔记

在OpenCV3中有三种背景分割器：K-Nearest（KNN）、MixtureofGaussians（MOG2）、GeometricMultigid（GMG）BackgroundSubtractor类是专门用于视频分析的
liangchen815·2018-07-26 16:20

详解EM算法与混合高斯模型(Gaussian mixture model, GMM)

最近在看晓川老（shi）师(shu)的博士论文，接触了混合高斯模型（Gaussianmixturemodel,GMM）和EM(ExpectationMaximization)算法，不禁被论文中庞大的数学公式所吓退
林立民爱洗澡·2018-07-14 23:34

HALCON学习之算子大全

1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
dxm809·2018-07-03 13:19

GaussianMixtureMode

概述聚类算法大多数采用相似度来判断，而相似度又大多数采用欧式距离长短来衡量，而GMM采用了新的判断依据—–概率，即通过属于某一类的概率大小来判断最终的归属类别GMM的基本思想就是：任意形状的概率分布都可以用多个高斯分布函数去近似，也就是GMM就是有多个单高斯密度分布组成的，每一个Gaussian叫”Component”，线性的加成在一起就组成了GMM概率密度算法函数n_components：高斯模
qAOOAp·2018-05-23 22:24

Andrew Ng机器学习课程笔记（十四）之无监督学习之混合高斯模型与EM算法

PrefaceGaussianMixtureModelEMAlgorithmforGMME-StepM-Step基于参数μ的函数最大化基于参数ϕ的函数最大化基于参数Σ的函数最大化EMAlgorithmforGMMPrefaceGaussianMixtureModel
danerer·2018-05-11 21:46

differences between a class and a struct

Differencesbetweenaclassandastructarethatstructshavedefaultpublicmembersandbasesandclasseshavedefaultprivatemembersandbases.Bothclassesandstructscanhaveamixtureofpublicandprivatemembers
张俊凯·2018-04-25 11:52

The Help （Chapter 17-26）

Celiawasundergoingamysterioustreatment.She'sbeendrinkingsometypesofherbmixturesanddoesn'twantMinnyknowsofthefact.Q2Whathappensafter
beyondthecreek·2018-04-06 01:36

语音识别中GMM-HMM的相关知识

其中包括了对GMM（GaussMixtureModel）和HMM（HiddenMarkovModel）的定义、原理及其算法的介绍。
云南省高校数据化运营管理工程研究中心·2018-03-22 11:04

MachineLearning—Gaussian Mixture Model（GMM）和EM最大期望算法

高斯混合模型，如下图是一个观测数据集，数据集明显分为两个聚集核心，我们通过两个单一的高斯模型混合成一个复杂模型来拟合数据。这就是一个混合高斯模型。而求解这个混合高斯模型的参数所使用的算法就是最大期望，即ExpectationMaximization。下面就先后介绍这两种算法。如下为标准正态分布：多维高斯分布模型下概率密度函数如下：公式中，x是维度为d的列向量，u是模型期望，Σ是模型方差。在实际应用
令狐公子·2018-03-21 16:54

原型聚类之高斯混合聚类及Python实现

高斯混合模型聚类(GaussianMixtureMode，GMM)高斯混合模型是一种概率式的聚类方法，它假定所有的数据样本xx由kk个混合多元高斯分布组合成的混合分布生成。
汪先森-Young·2018-03-08 10:14

机器学习方法篇(22)------模型聚类法

GMM聚类高斯混合模型（GMM，GaussianMixtureModels），顾名思义由高斯模型组成，而高斯模型就是我们常
对半独白·2018-02-24 18:37

揭开神秘面纱： 一文详解高斯混合模型原理

【数据猿导读】高斯混合模型（GaussianMixtureModel）通常简称GMM，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大算法进行训练。
数据猿·2018-02-13 00:00

opencv（gpu模块）

FGDStatModel：包含复杂背景的视频中的前景对象检测MOG_GPU：基于高斯混合的背景和前景分割算法MOG2_GPU：ImprovedAdaptiveGaussianMixtureModelforBackgroundSubtractionGMG_GPU
dlphay·2018-01-30 19:05

运动检测ViBe算法python实现代码

目前比较好的背景建模算法有两种：1)文章（ZivkovicZ.(2004)ImprovedadaptiveGausianmixturemodelforbackgroundsubtraction,ProceedingsofICPR2004
孤独de雨·2018-01-09 11:12

opencv3/C++视频背景去除建模（BSM）

视频背景建模主要使用到：高斯混合模型（MixtureOfGauss，MOG）createBackgroundSubtractorMOG2(inthistory=500,doublevarThreshold
阿卡蒂奥·2017-12-23 13:27

Semi-Supervised Learning

简介半监督学习算法Self-TrainingModelsMixtureModelsandEM有监督分类的混合模型半监督分类的混合模型EM算法求解THEASSUMPTIONSOFMIXTUREMODELSCLUSTER-THEN-LABELMETHODSCo-Training
extremebingo·2017-12-08 18:46

机器学习Chapter3-(聚类分析)详解高斯混合模型与EM算法(Python实现)

高斯混合聚类k-means是用原型向量来刻画聚类，高斯混合(Mixture-of-Gaussian)聚类采用概率模型来表达聚类原型。
DFann·2017-10-21 10:11

[cvpr2017]Domain Adaptation by Mixture of Alignments of Second- or Higher-Order Scatter Tensors

三个散度矩阵：LDA上的三个散度矩阵introduction作者将自己的模型称为SecondorHigher-orderTransferofKnowledge(So-HoT)，是一个对sourcedomain和targetdomain之间进行二阶或者更高阶次的统计量的一个对齐(alignment).作者使用二阶或者更高阶的scatter张量，sourcedomain一个，targetdomain一
MataFela·2017-08-31 21:13

[cvpr2017]Domain Adaptation by Mixture of Alignments of Second- or Higher-Order Scatter Tensors

三个散度矩阵：LDA上的三个散度矩阵introduction作者将自己的模型称为SecondorHigher-orderTransferofKnowledge(So-HoT)，是一个对sourcedomain和targetdomain之间进行二阶或者更高阶次的统计量的一个对齐(alignment).作者使用二阶或者更高阶的scatter张量，sourcedomain一个，targetdomain一
MataFela·2017-08-31 21:13

法师线——图像处理算法

scalar::all(0);img.copyTo(fgimg,fgmask);//得到背景bg_model->getBackgroundImage(bgimg);原理：利用gmm（GaussianofMixtureMod
hallao0·2017-08-24 09:11

Mixture of conda2 and conda3 problem and A guidance of environment set-up for windows users

Sometime,Conda2andconda3areexitsinasystematthesametime.Whenwecreatnewenvironment,theremaybesomeconfusionformachinetofigureoutwhichversionshouldbe.Thiscouldsolvethisproblembyspecifyingtheversionofpytho
Duke__Lee·2017-07-01 07:46

（OpenCV+Python）--目标跟踪，背景分割器：KNN、MOG2和GMG

在OpenCV3中有三种背景分割器：K-Nearest（KNN）、MixtureofGaussians（MOG2）、GeometricMultigid（GMG）BackgroundSubtractor类是专门用于视频分析的
零尾·2017-06-21 18:41

高斯混合模型（理论+opencv实现）

写在前面：GaussianMixtureModel(GMM)。
影醉阏轩窗·2017-06-14 15:00

SKlearn库EM算法混合高斯模型参数说明及代码实现

SKlearn库EM算法混合高斯模型参数说明及代码实现SKlearn库GaussianMixture类是EM算法在混合高斯分布的实现，现简单记录下其参数说明。
QuantumChaos·2017-04-26 22:45

webrtcvad python——语音端点检测

py-webrtcvad语音端点检测算法说明webrtc的vad使用GMM(GaussianMixtureMode)对语音和噪音建模，通过相应的概率来判断语音和噪声，这种算法的优点是它是无监督的，不需要严格的训练
benhuo931115·2017-02-07 14:00

Fluent-EDEM耦合计算颗粒流动

DPM适用于稀薄颗粒的情况，欧拉模型、Mixture模型及DDPM模型虽然可以考虑稠密颗粒相，但并不能考虑颗粒之间的相互作用。
Charles_Li2014·2017-01-09 14:00

ReactNative-JS 调用原生方法实例代码

第一步首先创建ReactNative模块类继承ReactContextBaseJavaModulepackagecom.mixture;importandroid.content.Context;importandroid.widget.Toast
顺子_RTFSC·2016-10-08 10:35

漫谈 Clustering (3): Gaussian Mixture Model

p=39漫谈Clustering(3):GaussianMixtureModelbypluskid,on2009-02-02,inMachineLearning192comments本文是“漫谈Clustering
leecmin·2016-08-22 09:39

HALCON学习之算子大全

1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
dancing_night·2016-07-15 14:48

机器学习读书笔记（高斯混合模型GMM与EM）（改）

高斯混合模型（Gaussianmixturemodel，GMM）是单一高斯概率密度函数的延伸。GMM能够平滑地近似任意形状的密度分布。欲了解高斯混合模型，那就先从基础的单一高斯概率密度函数讲起。
魔峥·2016-07-12 22:06

论文阅读：End-to-End Learning of Deformable Mixture of Parts and Deep Convolutional Neural Networks for H

End-to-EndLearningofDeformableMixtureofPartsandDeepConvolutionalNeuralNetworksforHumanPoseEstimation  
xizero00·2016-07-06 22:00

【Halcon】Halcon颜色识别之classify_fuses_gmm_based_lut.hdev

*Inthisexamplefivedifferentcolorfusesaresegmentedwith*alook-uptableclassifier(LUT)basedonaGaussianMixture
Taily老段·2016-05-26 09:47

[Halcon] Halcon颜色识别之classify_fuses_gmm_based_lut.hdev

*Inthisexamplefivedifferentcolorfusesaresegmentedwith *alook-uptableclassifier(LUT)basedonaGaussianMixture
Taily_Duan·2016-05-26 09:00

[Halcon] Halcon算子总集合

HALCON算子函數——Chapter1:Classification Chapter_1_:Classification1.1 Gaussian-Mixture-Models1.add_sample_class_gmm
Taily_Duan·2016-05-25 17:00

机器学习 ： 高斯混合模型及EM算法

MixturesofGaussian这一讲，我们讨论利用EM(Expectation-Maximization)做概率密度的估计。
shinian1987·2016-05-09 20:00

高斯混合模型GMM

1.简介     众所周知，GMM（GaussianMixture-basedModel）是用来分离场景中前景和背景的，或者叫做背景扣除，那么什么叫做背景扣除（BackgroundSubtraction
eternity1118_·2016-05-04 16:00

肺部胸片图像掩膜和伪彩色处理matlab

=double(I); figure(1),imshow(I,[]) figure(2),imshow(I,colormap) colorbar %newimg=I; II=imread('006_mixture.gif
jiandanjinxin·2016-04-27 15:00

混合专家系统(Mixture of experts)

MoE理论稍后添加实现代码importnumpyasnp importrandom importmatplotlib.pyplotasplt classMOE: def__init__(self,train_x,train_y,k=4,lamda=0.1,inter=50,lazy=0.99,type='classification'): self._x=np.array(train_x) se
zc02051126·2016-04-10 11:00

机器学习：贝叶斯总结_4：分类

GaussianmixturemodelandothertypesofmixturemodelHiddenMarkovmodelNaiveBayesA
mijian1207mijian·2016-04-04 17:00

混合高斯模型（Mixtures of Gaussians）和EM算法

混合高斯模型（MixturesofGaussians）和EM算法     这篇讨论使用期望最大化算法（Expectation-Maximization）来进行密度估计（densityestimation
ncut_matlab·2016-03-24 09:00

Halcon算子速查

Chapter1:Classificatio1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
qq_17835733·2016-03-06 18:41
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他