注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 高斯混合模型（GMM）方面的论文集

  2. 在在文本无关说话人识别中常用的说话人识别方法有矢量量化法(vector quantization：VQ)和高斯混合模型法 (Gaussian Mixture Model；GMM)，这个论文集中搜集了很多关于GMM的paper，希望对大家有用 GMM／ANN混合说话人辨认模型.pdf MATLAB环境下的基于GMM模型的说话人识别系统.pdf 一种改进的基于正交GMM的说话人辨识方法.pdf 与文本无关的说话人辨认系统中一种新的使用基音周期方法研 噪声环境中基于GMM汉语说话人识别.pdf 基于

  3. 所属分类：其它

    • 发布日期：2009-08-08
    • 文件大小：3145728
    • 提供者：csstu

  1. 高斯混合模型（GMM）参数优化及编程实现

  2. 高斯密度函数估计是一种参数化模型。有单高斯模型(Single Gaussian Model, SGM)和高斯混合模型(Gaussian mixture model,GMM)两类。本文详细介绍了这两种模型的原理,并介绍了实现方法,最后附了源码,以供参考.源码经过详细测试，没有任何错误

  3. 所属分类：其它

    • 发布日期：2010-11-14
    • 文件大小：164864
    • 提供者：wolf1sky

  1. 高斯混合模型（GMM）

  2. 详解了单高斯模型和混合高斯模型，适合零基础的学生使用。

  3. 所属分类：专业指导

    • 发布日期：2012-12-05
    • 文件大小：164864
    • 提供者：liuyangbiao

  1. EM迭代高斯混合模型算法

  2. 高斯混合模型（GMM）可以平滑任意形状的概率分布。其参数求解方法一般使用极大似然估计求解，但使用极大似然估计法往往不能获得完整数据（比如样本已知，但样本类别（属于哪个高斯分布）未知），于是出现了EM（最大期望值）求解方法。 虽然上面说的简单，但是混合高斯模型和EM求解的理论还是比较复杂的，我把我所找到的我认为能够快速掌握高斯混合模型的资料打包到了附件中，大家可以去下载，了解混合高斯模型以及EM的完整推导过程。

  3. 所属分类：其它

    • 发布日期：2013-12-24
    • 文件大小：133120
    • 提供者：u013268017

  1. GMM java代码

  2. 多元高斯混合模型（HMM）的Java代码，先用K-Mean算法进行初始化，训练好之后有测试，能跑的通。(受限于能力，代码有点simple,有点young)

  3. 所属分类：互联网

    • 发布日期：2014-09-28
    • 文件大小：5120
    • 提供者：u012426662

  1. 关于高斯混合模型（GMM）的论文集

  2. GMM 算法开发必备。经典论文收录。open cv库函数引用论文。

  3. 所属分类：C

    • 发布日期：2015-07-03
    • 文件大小：7340032
    • 提供者：yagamimisa

  1. 高斯混合模型介绍

  2. 高斯混合模型（Gaussian mixture model，簡稱GMM）是單一高斯機率密度函數的 延伸，由於GMM 能夠平滑地近似任意形狀的密度分佈，因此近年來常被用在語音 與語者辨識，得到不錯的效果。

  3. 所属分类：其它

    • 发布日期：2015-09-15
    • 文件大小：217088
    • 提供者：qq_31330159

  1. 高斯混合模型(Gaussian Mixture Model)的背景建立

  2. 高斯密度函数估计是一种参数化模型。高斯混合模型（Gaussian Mixture Model, 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。高斯混合模型种类有单高斯模型（Single Gaussian Model, SGM）和高斯混合模型（Gaussian Mixture Model, GMM）两类。类似于聚类，根据高斯概率密度函数（Probability Density Function, PDF）参数不同，每一个高斯模型可以看作一种类别，输入一个样本x，即

  3. 所属分类：讲义

    • 发布日期：2016-10-09
    • 文件大小：244736
    • 提供者：issac12138

  1. 高斯混合模型背景建模

  2. 利用Scene_Data文件夹中的视频帧序列实现基于GMM（高斯混合模型）的背景建模。  利用C语言或者Open_CV库，或者是MATLAB软件编写混合高斯模型算法的程序。实现给定图像帧序列的背景建模及跟踪。代码可以通过一个主函数直接运行出实验结果。  要求写出对算法即其实现遇到问题的理解和实时性问题，每秒能处理多少帧，录制代码运行时的视频拷屏

  3. 所属分类：讲义

    • 发布日期：2017-02-14
    • 文件大小：59392
    • 提供者：u012863603

  1. GMM-matlab

  2. 关于高斯混合模型（GMM）的matlab源代码：-On the Gaussian mixture model (GMM) of the matlab source code:

  3. 所属分类：其它

  1. GMM高斯混合模型代码c++版

  2. 高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况（或者是同一类分布但参数不一样，或者是不同类型的分布，比如正态分布和伯努利分布）。该代码用vs2012打开即可运行。

  3. 所属分类：C++

    • 发布日期：2018-05-22
    • 文件大小：2097152
    • 提供者：liyajuan1226

  1. GMM与EM算法

  2. PDF文档对应于网易公开课上吴恩达教授主讲的机器学习（网址：http://open.163.com/special/opencourse/machinelearning.html）中高斯混合模型（GMM）与EM算法相关内容，补充了Jessen不等式的证明，以及GMM的似然函数最大化的参数的公式推导

  3. 所属分类：机器学习

    • 发布日期：2018-08-12
    • 文件大小：923648
    • 提供者：qq_30091945

  1. 11.2 基于高斯混合模型（GMM）的说话人识别实验.rar

  2. 有完整的代码程序，有语音，高斯混合模型的说话人识别

  3. 所属分类：其它

    • 发布日期：2019-10-17
    • 文件大小：2097152
    • 提供者：jac_ll

  1. 高斯混合模型（GMM）

  2. 文章目录原理算法实验生成数据高斯混合模型利用高斯混合模型聚类画出概率密度函数 原理 有空再更新吧 算法 实验 生成数据 import numpy as np import matplotlib.pyplot as plt def gen_clusters(): mean1 = [0,0] cov1 = [[1,0],[0,10]] data = np.random.multivariate_normal(mean1,cov1,100) mean2 = [10,1

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：190464
    • 提供者：weixin_38705788

  1. GMM-Optim:将EM算法用于多类高斯混合模型，并使用optimtool进一步优化-源码

  2. GMM优化 期望最大化（EM）算法是找到一组统计参数（即高斯数据集的均值和方差）的局部最大似然估计的好方法。 该项目展示了如何为多维，多维高斯数据实现EM算法，以及如何使用MATLAB的优化工具箱进一步完善MLE估计器。 笔记 GMM.m是主要的.m文件。 用户定义数据集的真实均值，方差和比例，然后在GaussianNormalDist.m中随机生成。 负对数可能性目标函数是通过GMM_negloglik.m计算的。 在获得EM估计值之后， optimtool将使用Nelder-Mead / S

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：128000
    • 提供者：weixin_42132598

  1. 扩展的全尺寸高斯混合模型的缺失数据分类：在基于EMG的运动识别中的应用

  2. 数据丢失是模式识别技术在解决现实生活中的分类任务时需要处理的一个常见缺陷。 本文首先讨论了使用高斯混合模型（GMM）处理缺失值的高维样本时遇到的问题。 由于由于收敛性和稳定性问题，直接使用高维样本作为输入来拟合GMM非常困难，因此提出了一种通过将降维GMM扩展到全维空间来构建高维GMM的新方法。 在扩展的全维GMM的基础上，提出了边际化和条件均值插补两种方法，对在线阶段数据缺失的样本进行分类。 然后，采用提出的方法从表面肌电信号（sEMG）识别手部动作，即使缺少50％的sEMG信号，也可以获得超

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38713167

  1. 基于语音的性别识别：使用梅尔频率倒谱系数（MFCC）和高斯混合模型（GMM）的基于语音的性别识别-源码

  2. 基于语音的性别识别 基于语音的性别识别，使用： 免费的ST美国英语语料库数据集（SLR45） 梅尔频率倒谱系数（MFCC） 高斯混合模型（GMM） 数据集 可以在上找到免费的ST美国英语语料库数据集（SLR45） 。 它是提供的免费的美国英语语料库，其中包含10位说话者（5位女性和5位男性）的讲话。 每个说话者大约有350种话语。 理论 语音特征提取 此处使用梅尔频率倒谱系数（MFCC），因为它们可在说话者验证中提供最佳结果。 MFCC通常如下得出： 进行信号（窗口摘要）的傅立叶变换。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：18874368
    • 提供者：weixin_42120997

  1. image_color_segmentation-gmm：实现的高斯混合模型（GMM）用于图像颜色分割-源码

  2. image_color_segmentation-gmm：实现的高斯混合模型（GMM）用于图像颜色分割

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：337920
    • 提供者：weixin_42097557

  1. 高斯混合模型（GMM）和EM算法详解

  2. 小白一枚，接触到GMM和EM，现将学习到的整理出来，如有错误，欢迎指正，文中涉及到公式的推导比较繁琐，故先在纸上推导出来再拍照发出来。希望大家多多交流，共同进步。接下来将按照思路一步一步进行介绍。 1. 单高斯模型GSM（一维） 单高斯模型很简单，大家也很清楚，这里不做过多的解释，如不明白可自行百度。如图 概率密度函数为： 2.单高斯模型（多维，以二维为例） 二维高斯分布图像如下 关于二维高斯分布的参数设定对为高斯曲面的影响，可以参考这篇文章（二维高斯分布的参数分析） （以上两条是基础

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38592256

  1. 可变类空间约束高斯混合模型遥感图像分割

  2. 针对传统高斯混合模型（GMM,Gaussian mixture model）难以自动获取类属数和对噪声敏感问题，提出了一种基于可变类空间约束GMM的遥感图像分割方法。首先在构建的GMM中，将像素类属性建模为马尔可夫随机场（MRF,Markov random field），并在此基础上定义其先验概率；结合邻域像素类属性的后验概率和先验概率，定义噪声平滑因子，以提高算法的抗噪性；在参数求解过程中，分别采用可逆跳变马尔可夫链蒙特卡罗（RJMCMC,reversible jump Markov chai

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：2097152
    • 提供者：weixin_38683195
« 12 3 4 »