搜索资源列表
MeanShift.rar
- Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束. 用matlab实现mean shif
fenbu
- 已知一组数据,如何用matlab画出它的概率密度分布图,给出具体程序 并且得出分布图后,如何对图进行积分,进而得到分布函数-Given a set of data, how to draw it with matlab probability density distribution maps, specific procedures are given and draw maps, how points on the graph, and then by distribution funct
cauchy
- Cachy分布，产生cachy 分布的概率密度，随机数-Cachy distribution
bayes
- 采用身高和体重数据作为特征，分别假设二者相关或不相关，在正态分布假设下估计概率密度，建立最小错误率Bayes分类器，写出得到的决策规则，将该分类器应用到训练/测试样本，考察训练/测试错误情况。-The use of height and weight data as the characteristics of the assumption that the two were related or not related to the normal distribution probabilit
work
- 利用支持向量回归进行概率密度估计，从而计算信息熵-The use of support vector regression for probability density estimation, in order to estimate the information entropy
kde.tar
- kde全称是kernel density estimation.基于核函数的概率密度估计方法。是模式识别中常用的算法之一-KDE which is kernel density estimation is used to estimate probabilty function. It is mostly used in pattern recogntion
suij
- 用Matlab产生一满足条件的窄带随机过程，编写子程序计算该随机过程的均值函数，自相关函数，功率谱，包络，包络平方及相位的一维概率密度画出相应的图形-Generated using Matlab to meet the conditions of a narrow-band random process, the preparation of random process subroutine to calculate the mean function, auto-correlation fu
NoiseGenerator
- 本实验要求根据课本中给出的高斯噪声和椒盐噪声的概率分布的形状和参数编写两个通用程序分别给一个图像中添加高斯噪声和椒盐噪声。高斯噪声是n维分布都服从高斯分布的噪声，椒盐噪声是图像中经常见到的一种噪声是一种随机的黑点或者白点。在实验中通过它们对应的概率密度函数得到噪声分布函数进而与原图像进行叠加产生出对应的噪声图像-Textbooks in this experiment are given under the Gaussian noise and salt and pepper noise in
wavelet_packet_denoise
- 基于小波包分解的语音去噪，根据熵谱概率密度函数估计阈值，去除实际环境噪声。-Based on wavelet packet decomposition of the voice de-noising, in accordance with spectral entropy probability density function estimated threshold, the actual removal of environmental noise.
pdf
- 计算时间序列概率密度pdf，matlab程序-PDF
GenerationOfTheLog-normalDistributionClutter
- 本程序已被本人整理到WORD文档中，编程语言为MATLAB，本文设计的滤波器采用傅里叶级数展开法。模拟的杂波的功率谱密度采用BVURG法，概率密度函数的估计采用直方图估计法，设计参数皆在文档中表明。此程序已经验证是正确可执行的，并能生成图形，值得下载！-This program has been organized into WORD document I, the programming language MATLAB, the filter designed in this paper Fo
speech2
- 为了提高语音分离算法的收敛速度以及分离性能，提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计，得到一个更加适合语音信号分离的激活函数，基于此函数提出一种快速语音分离算法.-In order to improve speech separation algorithm convergence speed and separation performance, raise the normal mixture distribution Laplace probability de
Matlab
- matlab在实现各种概率密度函数方面的相关源代码介绍-matlab probability density function in the realization of various aspects related to the source code descr iption
hmm
- hmm文件时运用HMM算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；mfcc.m是计算MFCC参数的程序；pdf.m函数是计算给定观察向量对该高斯概率密度函数的输出概率；mixture.m是计算观察向量对于某个HMM状态的输出概率，也就是观察向量对该状态的若干高斯混合元的输出概率的线性组合；getparam.m函数是计算前向概率、后向概率、标定系数等参数；viterbi.m是实现Viterbi算法；baum.m是实现Baum-Welch算法；inithmm.m是初始化参数；trai
PR1
- 采用身高和体重数据作为特征，在正态分布假设下估计概率密度，建立最小错误率Bayes分类器，写出得到的决策规则.-Height and weight data used as the feature, under the assumption of normal distribution probability density estimation, establish Bayes minimum error rate classifier, written by the decision-mak
Bayesguji
- 用监督参数估计中的贝叶斯方法估计条件概率密度的参数u-With the supervision of the Bayesian estimation method to estimate the parameters of the conditional probability density of u
particlefilterprogram
- 对粒子滤波算法的原理和应用进行综述’首先针对非线性非高斯系统的状态滤波问题C阐述粒子滤波的原理D然后在分析采样=重要性=重采样算法基础上C讨论粒子滤波算法存在的主要问题和改进手段D最后从概率密度函数的角度出发C将粒子滤波方法与其他非线性滤波算法进行比较C阐明了粒子滤波的适应性C给出了粒子滤波在一些研究领域中的应用C并展望了其未来发展方向-QJPRQ Elc8&m :jelf dgwd99&jvdej gq:c&decwe 9d:ejv&chj&ec:d:cqi:pcrcw’8jfjgmdeelc
ekf_ukf_maukf
- 主要对扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）及改进无迹卡尔曼滤波（MAUKF）算法进行研究，研究了三种算法的基本原理和各自的特点。其中扩展卡尔曼滤波器是将卡尔曼滤波器局部线性化，其算法简单，计算量小，适用于弱非线性、高斯环境。无迹卡尔曼滤波器是用一系列确定样本来逼近状态的后验概率密度。改进无迹卡尔曼滤波算法在UKF的基础上引入衰减因子。-The thesis focuses on the extended Kalman filter (EKF), unscented Kalman f
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
alpha-matlab
- matlab产生Alpha稳定分布随机数；Alpha稳定分布概率密度函数计算；Alpha稳定分布的分布函数计算等-Matlab produce Alpha stable random number distribution Alpha stability distribution probability density function computing Alpha stability distribution of distribution function is presented