高斯混合模型(Gaussian Mixture Model)的背景建立

高斯密度函数估计是一种参数化模型。高斯混合模型（GaussianMixtureModel,GMM）是单一高斯概率密度函数的延伸，GMM能够平滑地近似任意形状的密度分布。高斯混合模型种类有单高斯模型（SingleGaussianModel,SGM）和高斯混合模型（GaussianMixtureModel,GMM）两类。类似于聚类，根据高斯概率密度函数（ProbabilityDensityFunction,PDF）参数不同，每一个高斯模型可以看作一种类别，输入一个样本x，即可通过PDF计算其值，然后通过一个阈值来判断该样本是否属于高斯模型。很明显，SGM适合于仅有两类别问题