GMM方法

GMM和AdaBoost应用

GMM模型用于语音识别，而AdaBoost用于集成学习，可提升弱学习器的预测精度。

算法与数据结构 5 2024-05-26

GMM聚类算法的贪心EM学习算法

该算法采用贪心策略结合EM算法，通过优化数据与模型的匹配度，寻找数据对GMM模型的最佳匹配，从而实现基于模型的聚类。

数据挖掘 5 2024-05-01

基于MFCC的GMM语音识别matlab源码优化

在语音识别领域，基于MFCC的GMM语音识别matlab源码正在被优化和应用。随着技术进步，这一技术正逐步成为语音处理的重要工具。

Matlab 1 2024-07-28

使用GMM进行说话人识别的Matlab程序

这是在Matlab环境下利用高斯混合模型（GMM）进行说话人识别的源程序。训练模型已固定，可稳定运行并生成结果。分享给大家，希望能够帮助到需要的人。

Matlab 0 2024-08-27

EM算法在GMM参数估计中的应用

高斯混合模型的参数估计通常使用期望最大化（EM）算法，这在matlab环境下尤为常见。

Matlab 0 2024-09-25

快速GMM和Fisher向量具有Kmeans初始化和Fisher向量的高效GMM模型（仅对角协方差）-matlab开发

利用Kmeans初始化和Fisher Vectors计算的高效GMM拟合（仅限对角协方差），基于yael包该工具箱可利用BLAS/OpenMP API在多核处理器上实现更快的计算。支持单/双精度的密集输入。

Matlab 0 2024-08-26

gmm_estimate.m：高精度说话人识别Matlab程序

这是一个完整的Matlab程序，利用高斯混合模型（GMM）实现说话人识别功能，识别率高达95%以上。

算法与数据结构 4 2024-05-21

通过EM算法学习GMM的3D可视化

这是期望最大化算法如何学习高斯混合模型的3D可视化。数据被读入或生成在一般协方差高斯簇中。播放一部电影，通过EM算法的迭代显示高斯混合模型的演变。真实模型仅在每次迭代时可用，因此通过在这些锚帧之间插入足够多的“帧”来呈现3D高斯运动的错觉（显示为1个标准差的椭球）。

Matlab 2 2024-07-14

使用深度神经网络的自动说话人识别实验的Matlab代码GMM与ASV_DNN

该存储库包含在TIMIT数据库上使用深度神经网络进行自动说话人识别实验的Matlab代码。其中，我们添加了Microsoft工具箱（MST身份）的基线GMM-UBM实现。对于DNN，我们在Matlab中实现了几种初始化方案，如规范化初始化、随机游走init等，并探索了多种学习速率方法，如sgd-cm、ada-delta和adam。所有代码均基于GPU加速。

Matlab 0 2024-09-27

图像分类方法

空间金字塔模型对图像进行划分，分别提取各子块特征，赋予不同权重。三层模型下，划分等级0权重1/4，等级1权重1/4，等级2权重1/2。该模型有效描述图像的空间信息。 数据分类算法包括最大熵、支持向量机、朴素贝叶斯、决策树等。

数据挖掘 4 2024-04-30