本专区汇聚了各类基于 高斯混合 开发的源码资源，共计 26 篇资源供开发者免费下载学习。
SampleGenerate.m 生成EM_data数据 GMM_EM_Main.m 执行EM temp2是测试如何求高斯密度的函数-SampleGenerate.m
高斯扩展卡尔曼混合概率假设密度滤波器（GM-EKF-PHD），有效的多目标跟踪算法，本人验证有效
This is an implementation of a gaussian mixture probability hypothesis density filter (GM-
在与统计，一个和，混合模型，是一个和，概率模型，为代表的存在下，亚群和，在一个总体的人口，而不需要一个观察到的数据集应该确定的子人口，其中一个单独的观察。正式的混合模型对应的混合分
在与统计，一个和，混合模型，是一个和，概率模型，为代表的存在下，亚群和，在一个总体的人口，而不需要一个观察到的数据集应该确定的子人口，其中一个单独的观察。正式的混合模型对应的混合分
完整的matlab代码，并举例说明如何使用该代码。此外，还有文件详细介绍EM算法的原理及推导过程。
所谓混合高斯模型就是指对样本的概率密度分布进行估计，而估计的模型是几个高斯模型加权之和（具体是几个要在模型训练前建立好）。每个高斯模型就代表了一个类（一个Cluster
function hmm=baum_welch(hmm,obs) mix=hmm.mix;%高斯混合模型 N=hmm.N;%HMM的状态数 K=length(obs);%训练
Bayesian mixture of Gaussians. This set of files contains functions for performing inferen
在分类未知的情况下 进行高斯混合建模，得到高斯混合模型的参数。实现语言是matlab。
用em估计算法计算混合高斯概率密度函数的参数。
GM-PHD算法是在线性高斯条件下得出的PHD递推的闭合解，它将目标的PHD用混合高斯的形式表示，并且具有这样的特点：若k-1时刻的目标PHD为混合高斯形式，那么经过PHD递推后