Mixture 第14页

上传文件插件 Uploadify使用说明转

It uses a mixture of Javascript, ActionScript, and any server-side lang

·2015-10-21 13:09

Gaussian Mixture Model

p=39上一次我们谈到了用k-means进行聚类的方法，这次我们来说一下另一个很流行的算法：GaussianMixtureModel(GMM)。

t0903·2015-10-19 14:00

Enchantment Mixtures（区间DP）

点击打开链接题目描述HarryPotterhasnenchantmentmixturesinfrontofhim,arrangedinarow.Eachenchantmentmixturehasoneof100differentcolors

Mosu_·2015-10-10 11:00

Machine Learning Algorithms Study Notes(4)—无监督学习（unsupervised learning）

1.1.1 算法思想 1.1.2 k-means的不足之处 1.1.3 如何选择K值 1.1.4 SparkMLlib实现k-means算法 1.2 MixtureofGaussiansandtheEMalgorithm

u013719780·2015-10-05 11:00

Halcon学习之高斯混合模型

voidtestGaussMixtureModels() { //创建一个高斯混合模型对象 //参数说明：NumDim特征空间的维度数量,NumClasses高斯混合模型的类别数目,NumCenters

u011058765·2015-09-24 21:00

Expectation Maximization

=====================ＡndrewNg关于EM有两个不错的课件http://www.stanford.edu/class/cs229/notes/cs229-notes7b.pdfMixturesof

langb2014·2015-09-14 21:00

OpenCV_基于混合高斯模型GMM的运动目标检测

OpenCV的videomodule中包含了几种较为常用的背景减除方法，其中混合高斯模型（GaussianofMixtureModels,GMM）方法效果较好。

xiaohaijiejie·2015-09-10 20:00

使用matlab创建高斯混合模型及绘图

Matlab提供了根据几个独立的高斯模型创建GaussianMixtureModel（GMM）的函数，即fitgmdist。

vernice·2015-09-02 08:00

Kmeans和GMM参数学习的EM算法原理和Matlab实现

本文整理自JerryLead的博文“《K-means聚类算法》”，“《（EM算法）TheEMAlgorithm》”，“《混合高斯模型（MixturesofGaussians）和EM算法》”，以及自己编写的关于

wjbwjbwjbwjb·2015-09-01 20:00

halcon算子大全

Chapter1:Classification1.1Gaussian-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。

u011058765·2015-08-28 15:00

Gaussian Mixture Model（学习Free Mind知识整理）

这篇关于GaussianMixtureModel（GMM）的文章：http://blog.pluskid.org/?

langb2014·2015-08-27 16:00

混合高斯模型（Mixtures of Gaussians）和EM算法

与k-means一样，给定的训练样本是，我们将隐含类别标签用表示。与k-means的硬指定不同，我们首先认为是满足一定的概率分布的，这里我们认为满足多项式分布，，其中，有k个值{1,…,k}可以选取。而且我们认为在给定后，满足多值高斯分布，即。由此可以得到联合分布。整个模型简单描述为对于每个样例，我们先从k个类别中按多项式分布抽取一个，然后根据所对应的k个多值高斯分布中的一个生成样例，。

qq_18343569·2015-08-10 16:00

机器学习算法原理与实践（五）、GMM与K-means的那些事

GMM与K-means对比关于GMM算法中奇异矩阵的问题【原创】Liu_LongPo转载请注明出处【CSDN】http://blog.csdn.net/llp1992GMM算法GMM，GaussianMixtureModel

llp1992·2015-07-25 17:00

GMM模型学习

p=39漫谈Clustering(3):GaussianMixtureModel bypluskid,on2009-02-02,in MachineLearning 188comments本文是

weilianyishi·2015-06-10 14:00

Ill-conditioned covariance create

www.mathworks.com/matlabcentral/answers/100210-why-do-i-receive-an-error-while-trying-to-generate-the-gaussian-mixture-parameter-estimates-from-a-d

·2015-05-19 20:00

EM算法与GMM的训练应用

GMM简介GMM(Gaussianmixturemodel)混合高斯模型在机器学习、计算机视觉等领域有着广泛的应用。其典型的应用有概率密度估计、背景建模、聚类等。

Eric-He·2015-05-09 11:26

EM模型测试用例

[email protected]）csdn博客：http://blog.csdn.net/u0121765911.em4gmmem4gmmisatoolkittoworkwithFiniteGaussianMixtureModels.Infact

u012176591·2015-05-08 21:00

Gaussian discriminant analysis and Gaussian Mixture Model

Gaussiandiscriminant analysis高斯判别分析的做法和贝叶斯思想有一定的联系，首先回顾下贝叶斯公式：对于高斯判别分析，对于每一个y，要计算出P(y/x)，找到概率最大的那个y作为x的类别，其中P(X)可以写成：那么只需要知道p(x/yi)，i=1,2,..K就能求出所有的P(y/x)。这里高斯判别分析假设在同一类别的样本属于高斯分布，在分两类的情况下，有：其中u0,u1,还

u012303532·2015-04-17 17:00

【计算机视觉】提取视频中的前景物体

OpenCV的videomodule中包含了几种较为常用的背景减除方法，其中混合高斯模型（GaussianofMixtureModels,GMM）方法效果

JasonDing·2015-04-06 21:36

【计算机视觉】提取视频中的前景物体

OpenCV的videomodule中包含了几种较为常用的背景减除方法，其中混合高斯模型（GaussianofMixtureModels,GMM）方法效果

JasonDing1354·2015-04-06 21:00

混合高斯模型(GMM)实现

混合高斯模型（MixturesofGaussians）多值高斯分布，用到了期望最大化算法（Expectation-Maximization）来进行密度估计。

bluecol·2015-03-29 22:00

【机器学习中的数学】比例混合分布

比例混合分布(ScaleMixtureDistribution)混合分布是来自其他随机变量的集合构成的随机变量的概率分布：一个随机变量是根据给定的概率从集合随机选取的，然后所选随机变量的值就得到了(first

JasonDing1354·2015-02-10 13:02

【机器学习中的数学】比例混合分布

比例混合分布(ScaleMixtureDistribution)混合分布是来自其他随机变量的集合构成的随机变量的概率分布：一个随机变量是根据给定的概率从集合随机选取的，然后所选随机变量的值就得到了(first

JasonDing1354·2015-02-10 13:00

关于webrtc的VAD（voice activity dectctor)算法说明

关于webrtc的VAD（voiceactivitydectctor)算法说明 webrtc 的vad使用GMM(GaussianMixtureModel

李有常·2015-01-16 11:00

斯坦福大学公开课：机器学习课程（Andrew Ng）——10、无监督学习：Mixture of Gaussians and the EM Algorithm

1）问题定义2）混合高斯模型3）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）【即混合高斯模型中的隐含随机变量=j的概率】。1）问题定义与k-means一样，给定的训练样本是，我们将隐含类别标签用表示。与k-means的硬指定不同，我们首先认为是满足一定的概率分布的，这里我们认为满足多项式分布，，其中

mmc2015·2015-01-05 13:00

OpenCV中背景建模方法mog2——Adaptive GMM算法小结

Mog2用的是自适应的高斯混合模型（AdaptiveGMM，GaussianMixtureModel），在OpenCV中开源了的几种背景提取算法MOG，MOG2，GMG的测试程序结

u010696366·2014-12-04 11:00

GMM, Gaussian Mixture Model, 高斯混合模型

聚类的方法有很多种，k-means要数最简单的一种聚类方法了，其大致思想就是把数据分为多个堆，每个堆就是一类。每个堆都有一个聚类中心（学习的结果就是获得这k个聚类中心），这个中心就是这个类中所有数据的均值，而这个堆中所有的点到该类的聚类中心都小于到其他类的聚类中心（分类的过程就是将未知数据对这k个聚类中心进行比较的过程，离谁近就是谁）。其实k-means算的上最直观、最方便理解的一种聚类方式了

manji_lee·2014-11-21 01:00

混合高斯模型的EM求解（Mixtures of Gaussians）及Python实现源码

今天为大家带来混合高斯模型的EM推导求解过程。全部代码如下！defNDimensionGaussian(X_vector,U_Mean,CovarianceMatrix): #X=numpy.mat(X_vector) X=X_vector D=numpy.shape(X)[0] #U=numpy.mat(U_Mean) U=U_Mean #CM=numpy.mat(CovarianceMatri

xuanyuansen·2014-11-20 10:00

行人检测（综述1）

for Pedestrian Detection YuanyuanDing, Jing Xiao[2] Understanding Collective CrowdBehaviors:Learning Mixture

pb09013037·2014-11-19 15:00

OpenCV中的混合高斯算法原理

原文为：An Improved Adaptive Background Mixture Model for Real-time Tracking with Shadow Detection; P.KaewTraKualPong

u011867581·2014-11-14 21:00

前景背景分离方法(二)高斯混合模型法GMM(Gaussian Mixture Model)

intmain() { VideoCapturecapture("D:/videos/shadow/use3.MPG"); if(!capture.isOpened()) { cout=frameToStop) { stop=true; } if(c>=0) { waitKey(0); } currentFrame++; } waitKey(0); }//基于混合高斯模型的运动目标检测 //A

yang6464158·2014-10-04 16:00

目标检测中背景建模方法

背景建模或前景检测的算法主要有：1.SingleGaussian(单高斯模型)Real-timetrackingofthehumanbody2.混合高斯模型（MixtureofGaussianModel

sarah_tang·2014-09-12 14:00

Clustering算法、EM算法总结

以下是《漫谈Clustering》系列的博文链接K-means （并行化算法可参考《k_means聚类算法的MapReduce并行化实现》）K-medoidsGaussianMixtureModelExpectationMaximization

chlele0105·2014-08-29 20:00

漫谈 Clustering 系列

Clustering(1):k-means漫谈Clustering(2):k-medoids漫谈Clustering(番外篇):VectorQuantization漫谈Clustering(3):GaussianMixtureModel

macyang·2014-08-25 11:00

Feed Ratios（暴力）

Feed Ratios 1998 ACM Finals, Dan Adkins Farmer John feeds his cows only the finest mixture of cow

Simone_chou·2014-08-17 17:00

Halcon一些功能算子

Chapter1:Classification1.1Gaussian-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。

haohaoxuexi320·2014-08-07 17:00

本人的linux emacs 配置文件

auto-complete、yasnippet;;turnoffthebackup(setqmake-backup-filesnil);;tabandspace ;;whentrue,emacsusemixtureoftaband

ly0303521·2014-08-04 09:00

OpenCV_基于混合高斯模型GMM的运动目标检测

//blog.csdn.net/icvpr/article/details/8507574OpenCV的videomodule中包含了几种较为常用的背景减除方法，其中混合高斯模型（GaussianofMixtureModels

kaka20080622·2014-07-21 00:00

Protothread调度分析

官网介绍prothread Protothreadsisamixtureoftheevent-drivenandthemulti-threadedprogrammingmechanisms.Withprotothreads

oYangShanJin·2014-07-13 10:00

HALCON中的算子大全（中英对照）

Chapter1:Classification1.1Gaussian-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。

bill0-Ng·2014-07-09 17:59

HALCON中的算子大全（中英对照）

Chapter1:Classification1.1Gaussian-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。

b108074013·2014-07-09 17:00

混合高斯模型（Mixtures of Gaussians）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）。与k-means一样，给定的训练样本是，我们将隐含类别标签用表示。与k-means的硬指定不同，我们首先认为是满足一定的概率分布的，这里我们认为满足多项式分布，，其中，有k个值{1,…,k}可以选取。而且我们认为在给定后，满足多值高斯分布，即。由此可以得到联

wenyusuran·2014-06-27 18:00

聚类——混合高斯模型 Gaussian Mixture Model

聚类的方法有很多种，k-means要数最简单的一种聚类方法了，其大致思想就是把数据分为多个堆，每个堆就是一类。每个堆都有一个聚类中心（学习的结果就是获得这k个聚类中心），这个中心就是这个类中所有数据的均值，而这个堆中所有的点到该类的聚类中心都小于到其他类的聚类中心（分类的过程就是将未知数据对这k个聚类中心进行比较的过程，离谁近就是谁）。其实k-means算得上最直观、最方便理解的一种聚类方式了

u010555688·2014-06-23 14:00

斯坦福ML公开课笔记13A——混合高斯模型、混合贝叶斯模型

本视频的主要内容包括混合高斯模型（MixtureofGaussian,MoG）的EM推导、混合贝叶斯模型（MixtureofNaiveBayes，MoNB）的EM推导、因子分析模型（FactorAnalysisModel

xinzhangyanxiang·2014-05-28 19:00

Halcon 算子

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。

·2014-05-08 13:00

单高斯分布模型GSM，高斯混合模型GMM

本文就高斯混合模型（GMM,GaussianMixtureModel）参数如何确立这个问题，详细讲解期望最大化（EM,ExpectationMaximization）算法的实施过程。

pb09013037·2014-05-03 10:00

层次聚类 Hierarchical Clustering

聚类系列：聚类(序)----监督学习与无监督学习聚类(1)----混合高斯模型GaussianMixtureModel聚类(2)----层次聚类HierarchicalClustering聚类(3)--

zhubo22·2014-04-25 14:00

混合高斯模型（Mixtures of Gaussians）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）。与k-means一样，给定的训练样本是，我们将隐含类别标签用表示。与k-means的硬指定不同，我们首先认为是满足一定的概率分布的，这里我们认为满足多项式分布，，其中，有k个值{1,…,k}可以选取。而且我们认为在给定后，满足多值高斯分布，即。由此可以得到联

zhubo22·2014-04-25 14:00

【OpenCV】高斯混合背景建模

OpenCV中实现了两个版本的高斯混合背景/前景分割方法（GaussianMixture-basedBackground/ForegroundSegmentationAlgorithm）[1-2]，调用接口很明朗

xiaowei_cqu·2014-04-14 17:00

（译）使用判别训练的部件模型进行目标检测 Object Detection with Discriminatively Trained Part Based Models

使用判别训练的部件模型进行目标检测PedroF.Felzenszwalb,RossB.Girshick,DavidMcAllesterandDevaRamanan摘要本文介绍了一个基于混合多尺度可变形部件模型(mixturesofmultiscaledeformablepa

zhazhiqiang2010·2014-02-20 17:00

推荐频道

Mixture

上传文件插件 Uploadify使用说明 转

Gaussian Mixture Model

Enchantment Mixtures（区间DP）

Machine Learning Algorithms Study Notes(4)—无监督学习（unsupervised learning）

Halcon学习之高斯混合模型

Expectation Maximization

OpenCV_基于混合高斯模型GMM的运动目标检测

使用matlab创建高斯混合模型及绘图

Kmeans和GMM参数学习的EM算法原理和Matlab实现

halcon算子大全

Gaussian Mixture Model（学习Free Mind知识整理）

混合高斯模型（Mixtures of Gaussians）和EM算法

机器学习算法原理与实践（五）、GMM与K-means的那些事

GMM模型学习

Ill-conditioned covariance create

EM算法与GMM的训练应用

EM模型测试用例

Gaussian discriminant analysis and Gaussian Mixture Model

【计算机视觉】提取视频中的前景物体

【计算机视觉】提取视频中的前景物体

混合高斯模型(GMM)实现

【机器学习中的数学】比例混合分布

【机器学习中的数学】比例混合分布

关于webrtc的VAD（voice activity dectctor)算法说明

斯坦福大学公开课 ：机器学习课程（Andrew Ng）——10、无监督学习：Mixture of Gaussians and the EM Algorithm

OpenCV中背景建模方法mog2——Adaptive GMM算法小结

GMM, Gaussian Mixture Model, 高斯混合模型

混合高斯模型的EM求解（Mixtures of Gaussians）及Python实现源码

行人检测（综述1）

OpenCV中的混合高斯算法原理

前景背景分离方法(二)高斯混合模型法GMM(Gaussian Mixture Model)

目标检测中背景建模方法

Clustering算法、EM算法总结

漫谈 Clustering 系列

Feed Ratios（暴力）

Halcon一些功能算子

本人的linux emacs 配置文件

OpenCV_基于混合高斯模型GMM的运动目标检测

Protothread调度分析

HALCON中的算子大全（中英对照）

HALCON中的算子大全（中英对照）

混合高斯模型（Mixtures of Gaussians）和EM算法

聚类——混合高斯模型 Gaussian Mixture Model

斯坦福ML公开课笔记13A——混合高斯模型、混合贝叶斯模型

Halcon 算子

单高斯分布模型GSM，高斯混合模型GMM

层次聚类 Hierarchical Clustering

混合高斯模型（Mixtures of Gaussians）和EM算法

【OpenCV】高斯混合背景建模

（译）使用判别训练的部件模型进行目标检测 Object Detection with Discriminatively Trained Part Based Models

上传文件插件 Uploadify使用说明转

斯坦福大学公开课：机器学习课程（Andrew Ng）——10、无监督学习：Mixture of Gaussians and the EM Algorithm