Verification 如何使用org.openimaj.ml.gmm构建扬声器模型。

我想知道如何使用OpenIMaj库获取GMM扬声器模型。 org.openimaj.ml.gmm.GaussianMixtureModelEM。我试过跟随

GaussianMixtureModelEM gmm = new GaussianMixtureModelEM
         (DEFAULT_NUMBER_COMPONENTS,GaussianMixtureModelEM.CovarianceType.Diagonal);

MixtureOfGaussians mixture =  gmm.estimate(data);
boolean convergerd  = gmm.hasConverged();

---

我得到了真的GaussianMixtureModelEM已经收敛了，我不知道从这里可以走到哪里。任何帮助和指导都将不胜感激

给出你的评论，然后

混合。估计概率（点）

应该做你想做的事（参见）。

你能解释一下你希望实现什么吗？一旦你执行了GMMEM，你通常会使用高斯模型的结果MixtureOfGaussian来计算概率或绘制样本。我有935个点，每个点的维数为20，我使用了256个分量。gmm.estimate（data）返回256个高斯数和256个权重向量，其中每个高斯数都有均值和方差（均为20维），接下来，正如您所提到的，我可以计算概率，或者从高斯分布中提取样本。如何获得单对数良好值？我应该计算空间中给定点相对于高斯混合表示的PDF的概率，并将它们相加吗？谢谢Jon，我算出了。乔恩，如果我没有误解的话，你是Openimaj的作者之一。我一直在寻找GMM和其他相关信息的来源，如果您能告诉我哪里找不到来源。您好，转换双对数[]prob=mixed是否安全。estimateLogProbability（点）通过取logProb的指数来获得实际概率。代码如下：是，为了估计实际概率，使用指数是安全的。到目前为止还不错。经典的高斯混合非常有效。有没有关于如何将GMM-EM扩展到GMM-EM MAP培训的建议？这样它也可以用于通用背景建模？