机译:高斯混合模型作为非参数贝叶斯方法,用于使用类特定的视觉特征进行聚类
Concordia Institute for Information Systems Engineering, Faculty of Engineering and Computer Science, Concordia University, Montreal, QC, Canada H3G 2W1;
Concordia Institute for Information Systems Engineering, Faculty of Engineering and Computer Science, Concordia University, Montreal, QC, Canada H3G 2W1;
mixture models; generalized gaussian; feature selection; nonparametric bayes; MCMC; gibbs sampling; photographic; painting; segmentation; infrared images;
机译:在线非参数贝叶斯分析解析高斯混合模型与场景聚类
机译:通过非参数贝叶斯混合模型与Von Mises分布的球形数据聚类和特征选择
机译:使用基于RJMCMC的有限广义Dirichlet混合模型学习同时进行贝叶斯聚类和特征选择
机译:无限高斯混合模型的非参数贝叶斯估计用于语音混合中的源计数
机译:使用非参数贝叶斯方法建模非高斯时间相关数据
机译:具有高斯和图表的混合的多流形聚类的非参数模型
机译:用于变量相关性确定的聚类的多层贝叶斯非参数混合模型。