task：高斯混合模型的一些實際應用
比如，在交通網路中處理行人trancking、車輛定位
本文技術路線
小結：
1、tracking中基於馬爾科夫recusive和bayes的結合，是乙個亮點，儘管它的效能比不上dnn
有rnn的影子，但是與rnn不同的是yt是特徵輸入，xt是location
而當下很多傳統方法和dl進行融合
又比如，最近的一篇ijcai2019中，deep recurrent quantization for generating sequential binary codes，利用rnn做梯度下降來使得k-means聚類
成也蕭何敗蕭何，因為僅僅使用gmms來建模，其泛化效能難免受損。
高斯混合模型
本文就高斯混合模型 gmm,gaussian mixture model 引數如何確立這個問題，詳細講解期望最大化 em,expectation maximization 演算法的實施過程。多維變數x服從高斯分布時，它的概率密度函式pdf為 x是維度為d的列向量，u是模型期望，是模型方差。在實際應用...
高斯混合模型
高斯混合模型 本文就高斯混合模型 gmm,gaussian mixture model 引數如何確立這個問題，詳細講解期望最大化 em,expectation maximization 演算法的實施過程。多維變數x服從高斯分布時，它的概率密度函式pdf為 x是維度為d的列向量，u是模型期望，是模型方...
高斯混合模型
本文就高斯混合模型 gmm,gaussian mixture model 引數如何確立這個問題，詳細講解期望最大化 em,expectation maximization 演算法的實施過程。多維變數x服從高斯分布時，它的概率密度函式pdf為 x是維度為d的列向量，u是模型期望，是模型方差。在實際應用...