当前位置：
首页 资源下载
搜索资源 - Density Estimation
搜索资源列表
-
0下载：
％ PIEFLAB Main Directory
％ ----------------------
％
％ .m - files
％ ----------
％ Contents.m : this file
％ startup.m : startup file: sets Matlab path executed automatically when
％ Matlab command is performed in this directory
％
％ s
-
-
0下载：
周期图法谱估计需要对信号序列“截断”或加窗处理，其结果是使估计功率谱密度为信号序列真实谱和窗谱的卷积，导致误差的产生。本程序分别设计了周期图法,最大熵功率谱估计和Welch法以及它们的对比,最大熵功率谱估计目的是最大限度地保留截断后丢失的“窗口”以外信号的信息，使估计谱的熵最大。-Periodogram spectrum estimation signal sequence needs to " cut off" or add the window handle, the
-
-
0下载：
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
-
-
2下载：
平均周期图法和平滑平均周期图法估计功率谱
从经典功率谱估计周期图法原理入手，从理论上分析了其存在的局限性，借助Welch算法对其进行修正。依靠Matlab强大的数值分析和信号处理能力进行实验!!
用周期图法和welch法分别估计了一下信号的功率谱密度。采样频率200Hz，时间序列长度2048，FFT数据点数2048。其中welch法使用hanning窗，窗口长度600．-Average periodogram and periodogram smoothing method to est
-
-
0下载：
利用parzen窗进行概率密度函数估计，并给出仿真，程序简单易懂。-Using parzen Window probability density function estimation and the simulation, the program is simple to understand.
-
-
0下载：
详细介绍MCL算法，是由Sebastian Thrun a, Dieter Fox, Wolfram Burgard, Frank Dellaert所著的论文，发表于Artificial Intelligence上。-Mobile robot localization is the problem of determining a robot’s pose from sensor data. This
article presents a family of probabilistic lo
-
-
0下载：
模式识别课件
当预先不知道类型数目，或者用参数估计和非参数估计难以确定不同类型的类概率密度函数时，为了确定分类器的性能，可以利用聚类分析的方法。-When the pre-recognition software does not know the type of number, or parameter estimation and non-parameter estimation it is difficult to determine the different types of ca
-
-
0下载：
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.-Mean Shift the conc
-
-
1下载：
1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
-
-
0下载：
常用的盲分离算法有二阶统计量方法、高阶累积量方法、信息最大化（
Infomax
）以及独
立成分分析（
ICA
）等。这些方法取得最佳性能的条件总是与源信号的概率密度函数假设有关，
一旦假设的概率密度与实际信号的密度函数相差甚远，分离性能将大大降低。本文提出采用
核函数密度估计的方法进行任意信号源的盲分离，并通过典型算例与几种盲分离算法进行了
性能比较，验证了方法的可行性。(The commonly used blind separation algorithms include
-
-
0下载：
K最邻近密度估计技术是一种分类方法，不是聚类方法。
不是最优方法，实践中比较流行。
通俗但不一定易懂的规则是：
1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。
2.选出最小的前K数据个距离，这里用到选择排序法。
3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据，即为待分类数据所在的类。(K nearest neighbor density estimation is a classification method, not a clustering metho
-
-
0下载：
K最邻近密度估计技术是一种分类方法，不是聚类方法。
不是最优方法，实践中比较流行。
通俗但不一定易懂的规则是：
1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。
2.选出最小的前K数据个距离，这里用到选择排序法。
3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据，即为待分类数据所在的类。(K nearest neighbor density estimation is a classification method, not a clustering metho
-
-
0下载：
核密度KDE估计程序 开发环境matlab 不错的源码 推荐一下(KDE nuclear density estimation procedure development environment of matlab source code recommend)
-
-
0下载：
非线性分类、函数估计和密度估计等问题的有效方法。(nonlinear classification, function estimation and density estimation)
-
-
1下载：
二维核密度估计代码的代码，能够提供二维的概率估计(two-dimensional kernal density estimation)
-
-
1下载：
人群密度估计，导入视频，生成一帧一帧的图片，并判断密度是否超过阈值，超过的报警。(Crowd density estimation, the introduction of video, generate a frame of pictures, and determine whether the density exceeds the threshold, more than the alarm.)
-
-
1下载：
用于计算样本数据的非参数核密度估计，代码简单易懂。(Nonparametric kernel density estimation)
-
-
0下载：
genetic algorithm algorithm
-
-
0下载：
Fault detection in a simple process using PCA and Kernel Density Estimation
-
-
4下载：
波动率曲面matlab实现，可应用于期权市场上的任意期权。(The function VolSurface.m will then:
- compute and output the Black-Scholes implied volatility (this will be a matrix).
- get and plot the corresponding volatility surface using a kernel (Gaussian) density estimation.)
-
