论文研究高斯混合声纹识别模型在EM训练中初始值选择问题的研究 .pdf

PRML读书会第九章 Mixture Models and EM（Kmeans；混合高斯模型以及EM（Expectation Maximization）算法；一般EM算法性质的推导和证明

EM实现搞死混合模型参数估计 matlab软件实现，有注释

对分维和孔隙度及其组合因子表征超声肝癌图像纹理特征的性能进行了对比研究。以正常肝和肝癌各14幅超声图像为样本，用4种分维和一种孔隙度方法计算分维和孔隙度值。用ROC进行评估，单因子的傅里叶功率谱分维和

论文研究-K-means算法中的k值优化问题研究.pdf,

matlab上基于高斯混合模型的说话人识别系统

机器学习中的模型选择问题研究,含模型和相关评价指标,很好的机器学习参考资料

混合高斯模型相关论文，可以加上对GMM的理解。

针对视频序列中运动对象分割问题,提出一种改进的混合高斯模型分割算法.该算法首先由混合高斯模型得到前景,之后用当前帧的前景区域与上一帧对应位置做差,区分出实际变化区域及误检区域并为误检区域赋予较大的更新

混合高斯模型的核方法，分析了高斯模型中核PCA与聚类的潜在关系。

一种基于聚类的高斯混合模型算法，马瑞云，，本文介绍了一种高斯混合模型算法的改进方法---将聚类算法与传统高斯混合模型结合起来的建模方法,并同时提出的运用距离加权的矢量�