EM算法用于混合高斯模型参数估计

该文件利用EM算法实现了对高斯混合模型的最大似然参数估计，有文档说明。

function [weight meanvec stdvec] = EmEstimate（x iternum）
% x is the input observation D-dim vectors * N
% iternum is the given number for EM iterations
% clear all
% dimension of each data point
% load gmm3data.mat
% x = aaData;
D = size（x1）;
% number of data points
N = size（x2）;
% fix cluster number
K = 3;

% calculate the global mean and std of the data
mean_global = mean（x 2）‘;      %1*2
std_global = std（x 1 2）‘;     %1*2

% initialize from mean_global std_global
weight = [1/3 1/3 1/3];
meanvec = zeros（K D）;
meanvec（1 :） = mean_global - std_global;
meanvec（2 :） = mean_global;
meanvec（3 :） = mean_global + std_global;
stdvec = repmat（std_global K 1）;

for step = 1:iternum   %i
    %% E-step
    for k = 1:K
        DATA = x‘-repmat（meanvec（k:）N1）;
        pdf = DATA.^2./（repmat（stdvec（k:）N1））.^2;
        pdf = exp（-0.5*sum（pdf2））/（2*pi*stdvec（k1）*stdvec（k2））;
        gama_pdf（:k） = weight（k）*pdf;  %N*3
    end
    P = （gama_pdf./repmat（sum（gama_pdf2）1K））‘;    %3*N  
    %% M-step
    for i = 1:D
        for k = 1:K
            meanvec（ki） = sum（P（k:）.*x（i:））/sum（P（k:））;
            stdvec（ki） = sqrt（sum（P（k:）.*（x（i:）-meanvec（ki））.^2）/sum（P（k:）））;
            weight（k） = sum（P（k:））/ N;  
        end
    end
end
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        412  2011-11-03 15:42  em\em.mat

     文件       1317  2011-11-03 15:44  em\EmEstimate.m

     文件      84480  2011-11-28 22:58  em\em.doc

     目录          0  2011-11-28 22:57  em

----------- ---------  ---------- -----  ----

                86209                    4