2.4. Metody klasyfikacja sygnału 17
gdzie x to D-wymiarowy wektor ciągłych wartości (np. pomiar cech), Wj, i = 1,M, są wagą modelu, zaś g{x\pi, J2i)> i = 1» •••, M to gaussowskie gęstości składowe. Każda gęstość składowa to D-wymiarowy rozkład Gaussa:
z głównym wektorem i macierzą kowariancji Wagi modelu muszą spełniać waru-nek YliLi wi — 1 [13].
Wektor główny, macierz kowariancji oraz waga modeli gęstości wszystkich składowych są głównymi parametrami złożonych modeli Gaussa:
Istnieje kilka wariantów dla parametrów z powyższego równania. Macierze kowariancji mogą być diagonalne lub nie. Parametry mogą być ze sobą powiązane, udostępniane pomiędzy składowymi np. o wspólnej kowariancji dla wszystkich składników. Wybór konfiguracji modelu (liczba elementów, czy macierz kowariancji jest diagonalna) są często określane przez ilość dostępnych danych do oszacowania parametrów modelu GMM oraz jak model jest stosowany w danym systemie [13].
A. Wyszyńska Analiza komercyjnych wdrożeń systemu rozpoznawania mowy SARMATA