高斯混合模型及EM算法

高斯混合模型(Gaussianmixturemodel,简称GMM)是单一高斯机率密度函数的延伸,由於GMM能够平滑地近似任意形状的密度分布,因此近年来常被用在语音与语者辨识,得到不错的效果。

Purdue大学一个教授写的高斯混合模型的库，附带有我封装的接口(GMM.c)，以及作者的使用手册PDF

这是opencv实现的高斯混合模型，已经运行成功

混合高斯模型运动前景提取的matlab程序，效果还不错这样有利于处理期间感兴趣前景提取的matlab程序，利用帧差法实现的视屏前景提取前景提取的matlab程序，利用帧差法实现的视屏前景提取

高斯混合模型数学原理,EM算法，运动目标检测识别

混合高斯模型 前景提取的代码，可提取出完整前景，效果较好，经本人测试可用。

基于混合高斯模型的提取视频前景方法，利用MATLAB实现，

自己制作的高斯混合模型的PPT,参考了台湾GMM文档,ppt中的红色方框为原文错误之处。

对em算法的介绍以及和它相关的一些统计模型进行介绍

基于高斯混合模型和EM分解算法的荒漠化矿区植被盖度提取方法研究，王广军，郎董君，光谱混合分析（Spectral Mixture Analysis，SMA）是当前基于遥感影像进行荒漠化主要监测指标--植