Contents.m





 Synopsis:

  pgmm( model );


  pgmm( model, options );


  h = pgmm( ... );





 Description:

  It vizualizes univariate (dim=1) or bivariate (dim=2) Gaussin mixture 


  model (GMM). In the univariate case it also displays mixture components. 


  It returns handles of used graphics objects.





  In the case of bivariate GMM trhere are two options of visualization:


    countours of p.d.f.  ... options.visual = 'contour' (default)


    surface of p.d.f.    ... options.visual = 'surf'


 


 Input:

  model.Mean [dim x ncomp] Mean values.


  model.Cov [dim x ncomp] Covariances.


  model.Prior [dim x ncomp] Mixture weights.





  options.comp [1x1] If 1 (default) then it plots also mixture components.


  options.visual [string] If equal to 'contour' then contour function is 


    used if 'surf' then surf functions is used (see above).


  options.adj_axes [1x1] If 1 (default) then axes are set to display 


   whole mixture otherwise unchanged.


  options.color [string] Color of GMM plot in univariate case (default 'b').





 Output:

  h [1 x nobjects] Handles of used graphics object.





 Example:




 Univariate case:


  model1 = c2s({'Mean',[-3 0 3],'Cov',[0.5 1 0.8],'Prior',[0.4 0.3 0.3]});


  figure; pgmm(model1);





 Bivariate case:


  model2.Mean(:,1) = [-1;-1]; model2.Cov(:,:,1) = [1,0.5;0.5,1];


  model2.Mean(:,2) = [1;1]; model2.Cov(:,:,2) = [1,-0.5;-0.5,1];


  model2.Prior = [0.4 0.6];


  figure; pgmm(model2);


  figure; pgmm(model2,{'visual','surf'});