Stanford机器学习:Kmeans与高斯混合模型

机器学习十大算法：K-means

Python机器学习之Kmeans基础算法

文件名称：GaussianProcessesforMachineLearning，作者：CarlEdwardRasmussenChristopherK.I.Williams

传说中的Dirichlet过程，Dirichlet过程小白的真心的福音！

PDF电子书《GMM：高斯混合模型》，和大家分享

在视频监控领域中,有效快速的视频目标分割是视频分析与处理中的一项关键技术。针对固定场景监控中背景复杂,存在 噪声等影响分割问题，在Stauffer等人提出的经典自适应混合高斯背景模型基础上,提出了基于

高斯混合模型的最大期望求解法

采用opencv3.1开发的基于混合高斯模型的运动目标提取

3篇论文，有点类似 基于图像块的分割算法及其改进算法,即先取图像块的均值、标准差、最大值、最小值以及中间像素的像素值等5个特征作为纹理特征,再利用高斯混合模型进行纹理图像分割

高斯混合模型的C++语言实现，用到了boost库