高斯混合模型实现数字滤波

这篇文章比较详细的推到了GMM模型中的迭代公式的由来

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（

利用混合高斯模型对目标场景进行背景建模，分割出前景与背景。代码输入：一组图片或一段视频代码输出：前景与背景分割开的灰度图环境：linux+opencv+eigen语言：Ｃ++

语音情感识别中的高斯混合模型的matlab代码

该代码是使用高斯混合模型的二分聚类来实现数据集的聚类。

C. Stauffer and W. Grimson. “Adaptive background mixture models for real-time tracking”.论文的源代码

高斯混合模型（GaussianMixtureModel）源代码，有测试程序，简单实用

matlab上基于高斯混合模型的说话人识别系统

机器学习高斯混合模型，EM算法实现，MATLAB编程

多维高斯混合模型C语言实现，同时还包含了测试数据。