求双峰高斯拟合的公式推导过程或c++算法

zcj860904 2013-04-11 11:15:16

求双峰高斯拟合的公式推导过程或c++算法，主要是公式推导的过程，求高手解答

...全文

355 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

zcj860904 2013-04-17

打赏
举报

回复

哎没人帮忙解决啊

EM算法是一种迭代算法，1977年由Dempster等人总结出，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由两步组成：E步，求期望(expectation);M步，求极大(maximization).所以这一算法成为期望极大算法(expectation maximization algorithm),简称EM算法。首先准备一些预备知识，如：二维

写在前面给定一个样本集，怎么得到该样本集的分布密度函数，解决这一问题有两个方法： 1.参数估计方法简单来讲，即假定样本集符合某一概率分布，然后根据样本集拟合该分布中的参数，例如：似然估计，混合高斯等，由于参数估计方法中需要加入主观的先验知识，往往很难拟合出与真实分布的模型； 2.非参数估计和参数估计不同，非参数估计并不加入任何先验知识，而是根据数据本身的特点、性质来拟合分布

https://blog.nowcoder.net/n/bd4413ee94f449949511b01b97df7775

本博客为《OpenCV算法精解：基于Python与C++》一书（参阅源代码链接）的阅读笔记，根据理解对书中绝大多数算法做了总结和描述，对Numpy较为熟悉，Python方面仅对与C++不同的注意事项做了标注。书作者整体按照冈萨雷斯的经典教材《数字图像处理（第三版）》和OpenCV知识脉络组织内容，每个算法均用Python和C++两种语言实现。除官方函数外本书给出了多数算法函数的自定义版本便于读者理...

梯度下降实际上只利用了一阶导数，也就是梯度带来的信息，因为如此，我们将会看到在某些情况下，梯度下降是一种效率很低的，极端情况下甚至无效的优化方法。考虑方程的自由度，由于上述关系中的h乘任意相同的k都不改变关系式，那么都除以h33也没问题，所以h33=1，那么自由度只剩下8个。2.计算前、后背景的均值和全局均值的平方差再乘各自的前后像素占比即为类间方差，使用0-255带入计算，找到最大类间方差。缺点：噪声的干扰大，当图像没有典型的双峰时，不能够精确分割，对于多峰图像则失去效果。方差：离平均的平方距离的平均。

其它技术问题

3,881

社区成员

9,054

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章