Mixture

漫谈 Clustering (3): 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)。
zhazhiqiang2010·2014-02-20 14:00

Mixture Uniform distribution

ifwewanttodesignauniformdistributionthathaveaexpectationofMinaarea[a,b],sowecantransformthisprobleminto:p(x)=w1*U(a,seperate)+w2*U(seperate,b),withw1+w2=1,anda<=seperate<=b.thew1,w2isthesamplingratefr
kaka20080622·2014-02-14 13:00

高斯混合模型（GMM）介绍以及学习笔记

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。
u013538664·2014-02-14 02:00

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

主要内容包括无监督学习中的K均值聚类(K-means)算法，混合高斯分布模型(MixtureofGaussians,MoG)，求解MoG模型的EM算法，以及EM的一般化形式，在EM的一般化形式之前，还有一个小知识点
xinzhangyanxiang·2014-01-21 19:00

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(mixturesofmultiscaledeformablepartmodel
masikkk·2014-01-21 15:00

学习opencv（1）：高斯背景建模-1

高斯背景建模源代码在“OpenCV\cvaux\src\cvbgfg_gaussmix.cpp”中，它参考的文章是“AnImprovedAdaptiveBackgroundMixtureModelforReal-timeTrackingandShadowDetection
abcMx·2014-01-10 08:00

高斯，为什么总是高斯分布？

researchgate上有这样的问答，我觉得解释的很清楚了---尽管很简短IfIhaveadataset,howcanIprovethatthisdatasethasanatureofGaussianMixtureModelGMM
windtalkersm·2013-12-23 07:00

Infinite Mixture Models with Nonparametric Bayes and the Dirichlet Process

InfiniteMixtureModelswithNonparametricBayesandtheDirichletProcessMar20th,2012Imagineyou’reabuddingchef.Adata-curiousone
u012447220·2013-11-27 13:00

HALOCN运算功能函数快查

Chapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个
·2013-11-26 15:00

Tree Based Classification 基于树的分类算法

解决非线性分类问题基本有如下的思路：1.多层神经网络2.非线性Kernel的SVM：其实是将原空间的非线性分类问题转化成了距离空间的线性分类问题3.MixtureModel:这种其实只能解决一类特殊的非线性分类问题
xlvector·2013-11-17 04:00

EM算法

简介：本文主要介绍以下两个方面内容：混合高斯(MixturesofGaussians)和EM算法EM算法相关推导证明混合高斯和EM算法关于混合高斯可以看 漫谈Clustering(3):GaussianMixtureModel
you Richer·2013-11-14 20:00

EM算法

简介：本文主要介绍以下两个方面内容：混合高斯(MixturesofGaussians)和EM算法EM算法相关推导证明混合高斯和EM算法关于混合高斯可以看 漫谈Clustering(3):GaussianMixtureModel
iChying·2013-11-14 19:00

dirichlet mixture process

仅仅是把z的选取从以前的multinomial分布改成了，conditiononpreviousz与G的分布，这个分布可以用CRP，orstickconstruction来刻画
xyqzki·2013-10-13 14:00

product of experts & mixture model

http://www.scholarpedia.org/article/Product_of_expertsOnecanqualitativelyunderstandthedifferencebetweenmixturesandproductsbyobservingthatamixturedistributioncanhavehighprobabilityforevent
xyqzki·2013-10-11 15:00

机器学习数据挖掘-软件、网站、课程资源知识点汇总

偏最小二乘法回归（增强学习（线性判别分析（ICA主成分分析（在线学习（（EM算法）TheEMAlgorithmMixturesofGaus
徐诚浪·2013-10-09 18:03

PRML Chapter 9.2 Mixtures of Gaussians 混合高斯分布简介

单元高斯分布(TheunivariateGaussian)，我们高中时就知道了，其表达式如下：N(x|μ,σ2)=1(2πσ2)1/2exp{−12σ2(x−μ)2}而多元高斯分布(MultivariateGaussianDistribution)就是有多个参数控制的高斯分布，其均值是一个均值向量μ，设均值向量维度为D，而方差则是方差矩阵Σ，因此其表达式如下：N(x|μ,Σ)=1(2π)D/21|
nishiwodeangel·2013-10-05 15:00

什么时候用EM算法？topic model case

在mixturemodel中，存在latentvariable，可以factorizedependingonthez,即log-likelihoodfunction中log内有summation的形式或者
xyqzki·2013-10-03 09:00

latent variable理解

1.typically,latentvariable存在于mixturemodel中2.分为discretelatentvariable和continuouslatentvariable3.相当于indicator
xyqzki·2013-10-02 22:00

行人检测(Pedestrian Detection)资源2012

for Pedestrian Detection  YuanyuanDing, Jing Xiao[2] Understanding Collective CrowdBehaviors:Learning Mixture
android_asp·2013-08-29 17:00

HMM 做训练的 Sigma not positive definite （非正定的）原因及处理办法

最近使用pmtk3工具，做HMMwithGaussianMixtureModel的fitting的时候总是报错问题是Sigmaisnotpositivedefinite.大致搜了下什么是非正定，以及解决办法
dannypolyu·2013-08-27 19:10

Tutorial:background detection with opencv

UPDATE: ThistutorialiswrittenforOpenCV2.3andasoneofthecommenterspointedout,fromOpenCV2.4thenmixturesareprotectedinsteadofpublic
a771948524·2013-08-25 01:00

Adaptive background mixture models for real-time tracking

自适应混合背景模型的实时跟踪ChrisStauffer  W.E.LGrimsonBobKuo译麻省理工学院人工智能实验室剑桥市,MA02139摘要    实时分割动态区域的通用方法包括“背景减除法”或者是无运动物体的估计图像与当前图像的误差阈值。对于这个问题有许多方法，不同之处在于背景模型使用的类型和更新模型的程序使用。这篇文章讨论的是每个像素作为一个混合高斯模型，并且用线性逼近去更新这个模型。
qiongguishanglu·2013-08-21 10:00

高斯混合模型

高斯混合模型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。
ncztc·2013-08-06 15:00

hashtable

navigation,searchLookuphashinWiktionary,thefreedictionary.Hashmayreferto:SubstancesHash(food),acoarsemixtureofingredientsHashish
lionzl·2013-07-31 07:00

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算的上最直观、最方便理解的一种聚类
chaoping315·2013-06-27 14:00

高斯混合模型

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。
memray·2013-06-25 15:00

OpenCV知识总结

t=2263opencv中的混合高斯模型算法根据《AnImprovedAdaptiveBackgroundMixtureModelforRealtim
Augusdi·2013-06-05 13:00

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
ncztc·2013-05-24 13:00

Java Programming Tutorial-JNI(翻译)(续)

JNI with C/C++ Mixture   第一步：写一个使用Native代码的java类 HelloJNICpp.java public class HelloJNICpp {
david_je·2013-05-21 13:00

EM算法

我们会看到，上一次说到的GaussianMixtureModel的迭代求解方法可以算是EM算法最典型的应用，而最开始说的K-me
sunanger_wang·2013-04-26 09:00

聚类算法之高斯混合模型

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)。
sunanger_wang·2013-04-26 09:00

[置顶] HALCON 算子

HALCON算子函数——Chapter1:Classification 1.1Gaussian-Mixture-Models 1.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
z397164725·2013-04-11 18:00

背景建模(三)——以像素值为特征的方法(2)

http://blog.sina.com.cn/s/blog_631a4cc40100wxyz.html不过还有几篇比较经典是在GMM上的改进：1.AnImprovedAdaptiveBackgroundMixtureModelforRealtime
STELLAR0·2013-03-31 00:00

背景建模(二)——以像素值为特征的方法(1)

混合高斯模型(GMM)当属这种方法中经典中的经典，文章题目：AdaptiveBackgroundMixtureModel
STELLAR0·2013-03-31 00:00

Clustering：Gaussian Mixture Model and Expectation Maximization

 Clustering：GaussianMixtureModelandExpectationMaximization 在统计学中，MixtureModel是个概率模型，利用概率密度来对数据分簇，当然MixtureModel
isilic·2013-03-16 22:00

EM方法解高斯混合模型(GMM)Matlab实现

背景：PRML第9章 9.2MixturesofGaussians中算法实现functionmodel=gmmEM(data,K,option) % %K为model数 %Reference:PRMLp438
LiFeitengup·2013-03-14 15:00

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。
loadstar_kun·2013-01-28 11:28

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。
loadstar_kun·2013-01-28 11:00

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。 
icvpr·2013-01-15 22:00

混合高斯模型mixture 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
junnan321·2013-01-08 22:00

高斯混合模型简单介绍

这里对高斯混合模型（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。
zhuzhudeailnn·2013-01-06 14:00

DP混合模型参数分析（DPMM）

   一般有限数目的混合模型，贝叶斯提供一种基于数据的既可以估计混合模型中多少个components的数量，又可以估计每个mixturecomponents的参数值的方法。   
workerwu·2013-01-05 13:00

网卡驱动学习之netlink

NetlinkisasocketfamilythatforIPCbetweenthekernelanduserspaceprocesses,aswellasbetweenuserprocesses(likee.g.,UNIXsockets)oramixtureofbothtypes.However
陈阿福·2013-01-04 10:20

行人检测(Pedestrian Detection)资源

for Pedestrian Detection  YuanyuanDing, Jing Xiao[2] Understanding Collective CrowdBehaviors:Learning Mixture
Armily·2012-12-23 10:00

Reading Group

ReadingGroup20January2006A.CorduneanuandC.M.Bishop,VariationalBayesianModelSelectionforMixtureDistributionsPresenter
zhoutongchi·2012-12-13 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;  
gxiaob·2012-11-30 11:00

OpenCV中的混合高斯算法原理 .

本文转自http://blog.csdn.net/xuhongwei0411/article/details/7863942An Improved Adaptive Background Mixture
gxiaob·2012-11-22 19:00

关于多元正态分布的条件分布的证明

之前在机器学习cs229学习笔记3(EMalogrithm,MixtureofGaussiansrevisited&Factoranalysis)中直接给出了多元正态分布的条件概率正好今天上课讲了多元正态分布的内容
Dark_Scope·2012-11-20 23:17

关于多元正态分布的条件分布的证明

之前在机器学习cs229学习笔记3(EMalogrithm,MixtureofGaussiansrevisited&Factoranalysis)中直接给出了多元正态分布的条件概率正好今天上课讲了多元正态分布的内容
Dark_Scope·2012-11-20 23:00

机器学习 cs229学习笔记3 (EM alogrithm,Mixture of Gaussians revisited & Factor analysis )

(allisbasedonthestanford'sopen-coursecs229lecture13)接上次笔记机器学习cs229学习笔记2(k-means,EM&MixtureofGaussians
Dark_Scope·2012-11-19 21:06
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他