高斯混合分布matlab

在Matlab中，可以通过`gmdistribution`函数创建高斯混合分布对象，然后使用该对象进行相关操作，例如生成样本、计算概率密度函数等。以下是一个简单的示例代码：

% 创建高斯混合分布对象
mu = [1 2; 4 5; 7 8];
sigma = cat(3, [2 0; 0 .5], [1 0; 0 1], [2 0; 0 2]);
p = [0.2 0.3 0.5];
gm = gmdistribution(mu, sigma, p);

% 生成1000个样本
rng(1);  % 设置随机数种子，保证结果可重复
X = random(gm, 1000);

% 绘制样本散点图和高斯分布轮廓线
figure;
scatter(X(:,1), X(:,2), '.');
hold on;
ezcontour(@(x,y)pdf(gm,[x y]), [min(X(:,1))-1 max(X(:,1))+1 min(X(:,2))-1 max(X(:,2))+1]);
title('Gaussian Mixture Distribution');

该代码首先创建了一个包含3个高斯分布的混合分布对象`gm`，每个高斯分布的均值、协方差矩阵和权重分别由`mu`、`sigma`和`p`指定。然后使用`random`方法生成1000个样本，并通过`scatter`函数绘制散点图。最后，使用`ezcontour`函数绘制高斯分布轮廓线。结果如下图所示：