其中,sigma0是一个初始值;如果这时高斯分量数目超过了我们预先选择的分量总数的话,我们需要去掉一些权重小的高斯分量,以保证我们的高斯分量总数不变。 从这个过程就可以看出,GMM为什么是一个聚类的过程,那些个高斯分量就是我们聚类得到的聚类;通常来说,前景目标拥有小权重的高斯分量,所以我们可以用分量中最大的前B个...
GMM(Gaussian Mixture Model, 高斯混合模型)被誉为万能分布近似器, 其拥有强悍的数据建模能力. GMM使用若干个高斯分布的加权和作为对观测数据集进行建模的基础分布, 而由中心极限定理我们知道, 大量独立同分布的随机变量的均值在做适当标准化之后会依分布收敛于高斯分布, 这使得高斯分布具有普适性的建模能力, 继而奠定...