摘要：
1.GMM(guassian mixture model) 混合高斯模型，顾名思义，就是用多个带有权重的高斯密度函数来描述数据的分布情况。理论上来说，高斯分量越多，极值点越多，混合高斯密度函数可以逼近任意概率密度函数，刻画模型越精确，需要的训练数据也就越多。2.GMM模型初始化： 即模型参数的初始化，一般采用kmeans或者LBG算法。模型初始化值对模型后期的收敛有极大影响，特别是训练模型的数据太少或者不充分时，现象尤其突出，会造成模型不收敛，甚至训练参数出现NAN。 解决办法：1.一方面扩大误差范围，这样会造成训练好的模型区分度不好。 2.LGB算法或者Kmeans减小胞腔... 阅读全文
