1998年采用单只CyberGlove数据手套和动态高斯混合模型（Dynamic Gaussian Mixture Model，DGMM）进行汉语手指字母流的识别，识别率为98．2％lz引。
基于10个网页-相关网页
在本文中，我们提出了一个运动模型表示，动态高斯混合模型（DGMM），减轻了手工设计的运动模型的形式，提供了一个直接的手段将辅助感官数据到模型中。
基于7个网页-相关网页
基于动态高斯混合模型 Dynamic gaussian mixture model
动态高斯混合模型
Dynamic Gaussian mixture model
以上为机器翻译结果，长、整句建议使用 人工翻译 。
而在各高斯分量概率密度互不重叠的条件下，使用动态簇算法(DC)则可快速而精确地估计出混合高斯模型参数。
And if there are no overlaps between each Gaussian component, parameters of Gaussian mixture PDF model can be exact estimated quickly with the dynamic cluster algorithm (DC).
youdao
应用推荐
模块上移
模块下移
不移动