搜索资源列表
三步搜索法
- 本实验的目的是学习Parzen窗估计和k最近邻估计方法。在之前的模式识别研究中，我们假设概率密度函数的参数形式已知，即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法，Parzen窗估计和k最近邻估计就是两种经典的估计法。(The purpose of this experiment is to study the Parzen window estimation and the k nea
zd1690249673022886508
- nakagami分布的示例，nakagami概率密度函数大致形状是一样的，m=1时比m=2时有更大的拖尾。(An example of Nakagami distribution)
GMM）matlab源码
- 高斯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（正态分布曲线）形成的模型。(Gaussian model is to use Gaussian probability density function (normal distribution curve) to accurately quantify things, a thing is divided into several based on the Gaussian probabi
kl
- 计算kl散度，信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵(Relative entropy, used to measure the difference between two positive functions or probability distributi
kl
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵：(Relative entropy, used to measure the difference between two positive functions or probability distributions.
Homework_Dataset
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。(Information entropy is the uncertainty of random variables or the whole system. The greater the entropy, the greater the uncertai
Class_4_Code
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵：(Information entropy is the uncertainty of random variables or the whole system. The greater the entropy, the gr
Class_5_Code
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。相对熵=交叉熵-信息熵：(Information entropy is the uncertainty of random variables or the whole system. The greater the entropy, the greater
Copy_3_of_top88_2
- 考虑载荷大小和方向不确定性的柔顺度期望和方差的解析公式。在载荷大小和方向都服从正态分布的前提下，研究了具有不确定性荷载的柔顺度期望和方差的解析求解方法，将结构柔顺度表示成确定性荷载对应的互柔顺度与荷载大小和方向正余弦乘积之和的形式，将均值与方差的计算，转化成荷载大小乘积的均值以及方向角度的三角函数的幂函数或乘积的均值问题。(An analytical formula for the expectation and variance of flexibility in consideration
TQHWCZ
- 1 产生(0-1)分布随机数的方法 z i (16807zi-1 +1)mod(pow(2,32)) 被主函数调用 2 产生U(0-()
趋势面分析
- 用趋势面函数对空间现象的空间分布特征进行分析，来逼近现象的实际表面(The spatial distribution characteristics of spatial phenomena are analyzed with the trend surface function to approximate the actual surface of the phenomenon)
瑞利随机数
- 生成Rayleigh 分布的随机数，为信号在瑞利信道中传输，生成的瑞利衰落提供函数(The random number of Rayleigh distribution is generated to transmit the signal in Rayleigh channel and the generated Rayleigh fading provides functions)
E2-频域增强
- 一、 计算图象的频谱函数 设计图象120*30/256*256；选用Matlab函数直接调用实现。 二、根据计算证明傅立叶变换的性质 1， 共轭对称性: F(u,v)=F*(-u,-v) ; 三、图象的频域滤波 1， 设计一个指数低通滤波器，对两图象（f1(x,y)为30*30/256*256的图象；f2(x,y)=p3-02图象）进行低通滤波，观察分析空域图象和频谱分布的变化。 四、图象变换比较 利用现有的离散傅立叶变换、离散余弦变换、Walsh-Had
Distributions
- 分布: 二项式分布、指数分布、逻辑函数分布、正态分布、泊松分布(distrubutions: binomial distribution,exponential distribuion,logistic distribution,Normal distribution and poisson distribution)
bp
- 用matlab软件输入函数然后通过bp算法与函数的分布预测(Through bp algorithm and function distribution prediction.)
Untitled-1
- 观察高斯分布的变化情况，调节参数可以看到函数的变化趋势和图像的走势，确定参数的敏感程度。(Observe the change of gaussian distribution.)
Gram-Charlier_normal_pdf
- 用Gram-Charlier级数计算正态分布随机变量的概率密度函数(Use Gram-Charlier to calculate the pdf of normal distributon varible)
mohushuxue
- 设计常规PD控制器和模糊控制器，比较两者性能. 对模糊控制器，考虑以下因素对系统性能的影响, ① 模糊控制器方案的选择; ② 语言变量取法; ③ 论域的划分; ④ 模糊子集（隶属函数）的形状和分布; 参考性能指标： (1) r(t)=1(t) 时稳态误差为0; (2) 超调量不超过5 % ; (3) 调节时间不超过2秒.(fuzzy logic control,FLC proportional integral,PI di
COPULA
- 使用Copula函数进行水质水量边缘分布及联合分布构建(Construction of water quality and water edge distribution and joint distribution)
现代信号处理
- 产生高斯白噪声和均匀分布白噪声，并且分析了对信号的基本处理的相关函数等基本函数(Gaussian white noise and evenly distributed white noise are generated, and basic functions such as correlation functions for basic processing of signals are analyzed.)