本文对应公开课的第13个视频，这个视频仍然和EM算法非常相关，第12个视频讲解了EM算法的基础，本视频则是在讲EM算法的应用。本视频的主要内容包括混合高斯模型（Mixture of Gaussian, MoG）的EM推导、混合贝叶斯模型（Mixture of Naive Bayes，MoNB）的EM推导、因子分析模型（Factor Analysis Model）及其EM求解。由于本章内容较多，故而分为AB两篇，本篇介绍至混合模型的问题。...
分类：
其他好文 时间：
2014-06-05 07:01:14
阅读次数：
259
研究压缩感知的一个基本工作就是生成原始的信号，也就是y=Ax中的x。一般来说，x是一个长度为N的列向量，稀疏度为k，其中x的非零位置组成的集合称作支撑集T。
x中的非零元素集合一般独立同分布四种随机分布。
1、Uniform，开区间(0,1)上的均匀分布。
2、Signs，伯努利分布，待选集合为{-1,1}，等概率选取。
3、Gaussian，标准正态分布N(0,1)
4、Power，能...
分类：
其他好文 时间：
2014-05-13 00:24:13
阅读次数：
424
