找回密码
 欢迎注册
查看: 2293|回复: 2

[求助] 关于高斯混合模型的数学证明

[复制链接]
发表于 2023-1-5 11:57:40 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?欢迎注册

×
各位老师好,我是遥感方向的研究生,最近遇到一个本质上是数学统计的难题,限于个人数学水平有限不知道如何去证明。
下面是背景介绍,后面我会转换为纯数学问题。
卫星会定期拍摄影像(这里图1中为每隔12天),将影像分割成很多像元。
这里假设$x_i^j$表表示第$j$个像元的第$i$幅的影像指标A的值。比如$x_10^20=-5$表示第20个像元的第10幅影像的指标A为-5,
水稻的一个生长周期大约是半年,即$i≤20$。

图1

图1

图1中可以清晰的看出,水稻的第1幅影像(这里指5月1日)的指标A大概率是-8,第2幅影像的指标A大概率是-13。
这里的指标A是专业术语,可以直接理解为类似高程的物理含义。

我的任务就是根据$x_i$的时间序列将$x^j$中的水稻区分出来。
物理上,水稻对比其他地物(将所有其他地物归类为非水稻)有2大特征,结合图1不难发现:
1.水稻的$x_i$变化幅度很大,非水稻的$x_i$变化幅度很小,这里的变化幅度可以理解为方差/极差。
2.水稻的$x_i$取最小值必定是在前3幅影像,对应图1中13-May左右,而非植物的$x_i$基本不随时间变化.
这里前3幅影像对应实际情况是插秧阶段,尽管同一区域的水稻种植肯定不是同一天,但是时间差异不会很大。
实际操作时像元个数很多,$x^j$有十万甚至百万,想象一下图1个各类的曲线分别左右、上下平移(平移范围不能太大)。
即所有的$x^j$,水稻和非水稻的散点图还是符合上面的2大特征的。

于是有个学者提出了一个方法,定义一个新的参数,对于每个像元$x^j$定义$z^j$为

$z^j$=$max(\frac{x_m-x_n}{x_m+x_n})$

式中$m>n$,$n$取1,2,3,$m$取遍所有$i$

结果发现$z^j$呈现高斯混合分布,两个高斯分布(分别对应水稻和非水稻)的交点求出来即是阈值,这样就可以进行分类
具体情况如图2.

图2

图2




我进行了大量实验,发现每次实验结果都是符合高斯混合分布。
转化为数学问题就是:
$a_i^j$表表示第$j$个数列的第$i$个数,其中$i≤20$。
数列$a^j$包含T和S两种,满足:
1.T的$a_i$变化幅度很大,S的$a_i$变化幅度很小,这里的变化幅度可以理解为方差/极差。
2.T的$a_i$取最小值必定是在前3个数,而S的$a_i$最小值随机分布.

定义
$b^j$=$max(\frac{a_m-a_n}{a_m+a_n})$

式中$m>n$,$n$取1,2,3,$m$取遍所有$i$

则$b^j$呈现高斯混合分布,两个高斯分布(分别对应S和T)的交点求出来即是阈值,这样就可以进行分类。

我想知道为什么?如何证明这样处理必定会得到高斯混合分布。

评分

参与人数 1金币 +20 收起 理由
gxqcn + 20 首帖奖励,欢迎常来。

查看全部评分

毋因群疑而阻独见  毋任己意而废人言
毋私小惠而伤大体  毋借公论以快私情
发表于 2023-1-5 14:00:31 | 显示全部楼层
\(\frac{a_m-a_n}{a_m+a_n}=1-\frac2{\frac{a_m}{a_n}+1}\)
这是一个关于\(\frac{a_m}{a_n}\)的单调函数,但是在取值为-1处间断。
首先如果\(\frac{a_m}{a_n}\)能够取到小于-1的值,那么就需要取这部分的值,但是看楼主给出的数据例子,应该所有的$a_m\lt 0$,所以永远只能\(\frac{a_m}{a_n}\gt 0\),这时要求这个变量越大越好,也就是\(a_m\)越小越好,\(a_n\)越大越好。由于限制了\(a_n\)只能选择前几个,而对于固定的\(a_n\),仅考虑选择最小的\(a_m\)即可。
但是认为结果是符合正态分布的是没有理由的
毋因群疑而阻独见  毋任己意而废人言
毋私小惠而伤大体  毋借公论以快私情
 楼主| 发表于 2023-1-5 17:21:04 | 显示全部楼层
mathe 发表于 2023-1-5 14:00
\(\frac{a_m-a_n}{a_m+a_n}=1-\frac2{\frac{a_m}{a_n}+1}\)
这是一个关于\(\frac{a_m}{a_n}\)的单调函数, ...

这里解释一下,实验中$b^j$的取值集中在区间(-1,1)上,对于少数点(噪声误差等原因会存在$a_i$偏移量大的点)进行归一化处理,即大于1取1,小于-1取-1。
结合图1,对于水稻而言,\frac{a_m}{a_n}一般是在区间(0,1),即$b^j$在区间(-1,1)上,但显然靠近0的概率低,$b^j$期望要大于0,所以实际取值范围对应图2中的红线。对于非水稻而言,由于$a_n$并不是最小,所以$b^j$期望略大于0,因此对应图2中的蓝线。
至少期望上来说是符合图2的,但是我搞不懂分布如何证明(可能不是正太分布,但是大体符合图2的现状)
毋因群疑而阻独见  毋任己意而废人言
毋私小惠而伤大体  毋借公论以快私情
您需要登录后才可以回帖 登录 | 欢迎注册

本版积分规则

小黑屋|手机版|数学研发网 ( 苏ICP备07505100号 )

GMT+8, 2024-3-29 16:39 , Processed in 0.080132 second(s), 20 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表