搜索资源列表
MATLAB
- 概率密度或分布通用函数，其中包括正态分布，二项分布，指数分布等
TheApplicationResearchofImprovedParticleFilterAlgo
- 本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。 本课题首先研究了GPS/DR车载定位系统的组合模型，然后在分析了非线性滤波的基础上，引入了粒子滤波。粒子滤波是一种基于递推计算的序列蒙特卡罗算法，它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度，从而不受非线性、非高斯问题的限制。虽然粒子滤波存在诸多优点，然而它仍然存在诸如粒子数匿乏、滤波性能不高、实时性差等问题。
bksa
- 针对线性混合信号盲分离时，源信号概率密度与激活函数难以确定时（尤其是源信号中既含超高斯信号，又含亚高斯信号时），依据信号pdf的一种测度--峭度，自适应的确定激活函数，实现信号的盲分离，是一种基于峭度开关的盲分离算法。
Nonparametric_Snakes
- ０７年的一个ＩＥＥＥ文献．传统的snake是确定一组参数来调整内外力的平衡，本文应用非参数snake把获得参数这一困难的问题转化为求边界的一个好的概率密度估计问题
anolinerfilter
- 粒子滤波算法受到许多领域的研究人员的重视，该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。在扩展卡尔曼滤波和Unscented卡尔曼滤波算法的基础上，本文提出一种新型粒子滤波算法。首先用Unscented卡尔曼滤波器产生系统的状态估计，然后用扩展卡尔曼滤波器重复这一过程并产生系统在k时刻的最终状态估计。在实验中，针对非线性程度不同的两种系统，分别采用五种粒子滤波算法进行实验。结果证明，本文所提出算法的各方面性能都明显优于其他四种粒子滤波算法。
Parzen
- Parzen窗函数概率密度估计演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 使用欧式距离作为测度标准。
mvnpdf
- 计算多维正态分布的概率密度值，给出均值和方差矩阵
shibiesuanfa
- 在MATLAB环境下实现基于连续概率密度隐含马尔科夫模型的汉语语音识别系统。
CHMMparameters
- 提出了一种新的连续型隐马尔可夫模型(HMM ) 的概率密度函数, 并导出了一系列的参 数寻优迭代公式,
yiwei
- 一维序列概率密度的估计
baotong
- 一个报童从报刊发行中心订报后零售，每卖一份报纸可赚钱a元；若报纸卖不出去，则退回发行处，每退一份要赔钱b元。每天报童卖出的份数是随机的，但报童可以根据以往卖报情况统计得到每天卖k份报纸的概率密度p(k)。 （1） 求报童每天期望收益达到最大（或损失达到最小）的定报量z。 （2） 改变参数a/b的值，观察订报量的最优值变化，画出变化曲线。 试画出仿真流程图，进行程序实现，并对仿真结果进行分析。
parzendm
- 模式识别中的parzen窗估计概率密度的一个自编的函数
parzenWindows
- 应用Parzen窗法估计样本的概率密度函数； 估计样本为标准正态分布和均匀分布；
Speech_Recognition_System_Based_on_HMM_in_MATLAB_E
- 摘要 : 在 MAT LAB环境下利用语音工具箱 Voice Box实现基于连续概率密度隐含马尔科夫模型的汉语语音识别系统。在 实时录音的情况下 , 利用该语音识别系统 , 不同的人对 20条 2～8个字的语音命令进行识别 , 准确率可达到 95 ％ , 识别时间 115～3 s , 实现了小词汇量连续语音的非特定人的实时识别。
Parzen_KNN
- Parzen 窗 和 K近邻法进行概率密度估计 还带一个示波器控件.-Parzen window and K-nearest neighbor method probability density is estimated to bring an oscilloscope control.
粒子滤波算法综述
- 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 阐述粒子滤波的原理，然后在分析采样重要性，重采样算法基础上 讨论粒子滤波算法存在的主要问题和改进手段，最后从概率密度函数的角度出发，将粒子滤波方法与其他非线性滤波算法进行比较，阐明了粒子滤波的适应性， 给出了粒子滤波在一些研究领域中的应用并展望了其未来发展方向。
基于样本间隔的非参数盲源分离算法程序
- 通过样本间隔估计概率密度函数，代入评价函数，形成非参数盲源分离算法，可以分离超高斯，亚高斯，高斯等的混合信号，分离效果好，速度快！
指纹识别
- 摘要：指纹识别技术在各个领域的应用已经逐渐成熟，本文基于信息论中的互信息，在指纹识别的特征选取和识别提出自己的一些想法。 1 引言 指纹是人终身不变的生理特征之一，因其具有惟一性、稳定性以及方便性等独特的特点，使指纹识别成为现在应用最广泛的生物识别技术。 指纹识别系统处理的流程中，指纹图像预处理是第一个处理环节，我沿用已经成熟的去噪，二值化，滤波，细化，对其进行预处理。 互信息作为最终的识别准则来进行指纹的识别。 2 指纹的预处理 般自动指纹识别系统由图像采集、图像预处理、细节点提取和指纹匹 几
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 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。