贝叶斯参数估计 matlab

参数估计 function [mu, sigma] = Bayesian_parameter_est(train_patterns, train_targets, sigma)

function [mu sigma] = Bayesian_parameter_est（train_patterns train_targets sigma）

% Estimate the mean using the Bayesian parameter estimation for Gaussian mixture algorithm估计平均值，用贝叶斯参数的估计作为简缩高斯函数集算法
% Inputs:
% 	patterns	- Train patterns
%	targets	- Train targets
%	sigma		- The covariance matrix for each class 每一类矩阵的协方差
%
% Outputs
%	mu			- The estimated mean 平均值
%	sigma		- The estimated covariances 协方差

[NM]		= size（train_patterns）;
Uclasses = unique（train_targets）;
Nuc		= length（Uclasses）;

%Find initial estimates for mu and sigma for the classes
mu0		= zeros（Nuc N）;
sigma0	= zeros（Nuc N N）;
for i = 1:Nuc
	indices	= find（train_targets == Uclasses（i））;
   mu0（i:） = mean（train_patterns（:indices）‘）;
   sigma0（i::） = sqrtm（cov（train_patterns（:indices）‘1））;%方根矩阵   协方差：COV（X，Y），即COV（X，Y）=E[（X-E（X））（Y-E（Y））