【发布时间】：2013-12-31 13:45:46
【问题描述】：
在opencv中，Expectation Max的结果以协方差矩阵的形式给出。在我的工作中，我有 2 个需要计算相似性的分布。我想使用方差，但它只给定集群数量的协方差：
我有 2 个问题需要帮助：
- 如果我的集群是 1，那么我假设协方差 = 方差。这是正确的吗。？
- 如何根据集群 > 1 的协方差计算方差（如果 1 正确）
【问题讨论】：
标签： matlab opencv covariance gaussian
【发布时间】：2013-12-31 13:45:46
【问题描述】：
在您的情况下，每个集群都是高斯概率分布密度函数。在一维情况下，它的参数是均值和方差。
在多维情况下，方差变成协方差矩阵。它描述了椭球轴的方向和大小。
您可以将协方差降低为方差，但您会得到圆形或球体，而不是椭圆或椭圆体。
所以椭圆轴方向将是协方差矩阵的特征向量，它们的半长将是特征值的平方根。知道椭圆轴后，您应该决定将其转换为圆形的方式。您接受的半径将是方差的平方根。
但是，如果您需要计算概率，则应通过将单位矩阵按等于方差的因子缩放来从方差计算协方差矩阵。
【讨论】：
-
感谢您的详细解释。我可以再问你几个问题吗？首先，椭圆轴将是二维的特征向量，因此您的意思是我应该转换为 x^2 + y^2 = 一些方差。我如何选择这种差异。 ?我怎么知道哪个是最好的？
-
另外我有 2 个 1000 点的 4D 矢量大型数据集。我想使用 GMM 比较 2 并计算 2 分布之间的距离，以便我可以将相似的点聚集在一起。你认为我在做什么是正确的吗？对不起，我只是慢慢地进入这个领域，所以我很安静地迷失了时间。感谢您的时间。新年快乐
-
分布距离测量的经典方法是 Kullback–Leibler 散度。 en.wikipedia.org/wiki/Kullback%E2%80%93Leibler_divergence
-
所以基本上我是这样做的；我计算 2 个数据集的 PDF 并使用 Kullback Leibler 方法计算距离，然后使用此阈值（计算的距离）从数据集中投影点。这是正确的吗？
-
对不起，我好像误会你了。您是否有一个具有 2 个组件的 GMM 模型？或者您有 2 gmm 型号。在第一种情况下，您可以通过计算输入点处所有组件的 pdf 进行分类，并分配具有更大 pdf 值的组件类。