GMM一般指高斯混合模型，就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数形成的模型，高斯混合模型广泛应用于模式识别和数据分析等领域。
高斯分布的形状同绝大多数数据的分布形状相似，能够很好地刻画参数空间中数据的空间分布及其特性，通过将直方图的多峰特性看作是多个高斯分布的叠加，可以解决图像的分割问题。
相关汉字解释：
