文件名称:MATLAB用拟合出的代码绘图-TPGMM:TPGMM
文件大小:35.58MB
文件格式:ZIP
更新时间:2024-06-10 10:47:58
系统开源
MATLAB用拟合出的代码绘图任务参数化的高斯混合模型 任务参数化的高斯混合模型(TPGMM)和回归算法的Python实现,其中示例和数据均为txt格式。 TPGMM是高斯混合模型算法,可在参考帧的位置和方向上进行参数化。 它根据参数(框架的位置和方向)调整回归轨迹。 笛卡尔空间中的任何对象或点都可以作为参考框架。 当前方法使用k均值聚类来初始化高斯参数,并使用迭代期望最大化(EM)算法使它们更接近于事实。 拟合TPGMM之后,将模型与新的框架参数一起应用于高斯回归,以通过时间输入来检索输出特征。 请观看TPGMM和GMR在训练/生成NAO机器人右臂轨迹方面的演示视频。 演示视频 相关论文: Alizadeh,T.,& Saduanov,B. (2017年11月)。 通过在公共环境中演示多个任务来进行机器人编程。 2017年IEEE国际会议(pp.608-613)中的《智能系统的多传感器融合和集成》(MFI)。 IEEE。 Sylvain Calinon教授从研究出版物和MATLAB实现中引用了所有数学,概念和数据: Calinon,S.(2016)任务参数化运动学习和检索智能服务机器