搜索资源列表
EMnormmixtest
- 经典的EM算法程序，用于正态混合分布模型的参数估计,希望能够对大家有帮助！-classic EM algorithm for the Normal Distribution hybrid model parameter estimation, we hope to be able to help!
NollogTest
- 对雷达杂波中正态对数分布的高斯谱杂波的仿真.-pair of radar clutter CKS state of the Gaussian distribution of the clutter spectrum simulation.
random_number
- 产生服从正态、瑞利、泊松分布的随机数。分别为N(0,1),N(0,3.6),Rayleigh(0,1),R(0,3.6),P(0,1),P(0,3.6)
Normalwhitenoise
- 产生 正态白噪声序列 (1) 打印出前50个数 (2) 分布检验 (3) 均值检验 (4) 方差检验 (5) 计算相关函数 Bx(i),i=0,±1,±2,…, ±10。 B(m)=1/1000
wenxianshuju.rar
- X2分布检验，只要是用来检验数据是否属于正态，对数正态，伽马分布,X2 distribution of test data as long as they are used to test whether they are Normal, Lognormal, Gamma distribution
Cchenxu
- 包括了产生随机数的代码、并且同时利用随机数的程序产生正态随机分布函数-Including the generated random number code, and at the same time using the procedure random number generated normal random distribution function
zhongxinjixian
- 中心极限定理的验证，三种独立分布具有同样的均值与方差，大量叠加后分布趋于正态-Central limit theorem verification, three kinds of independent distribution has the same mean and variance, a large number of superimposed normal after the distribution tends
MonteCarlo
- 蒙特卡洛方法原理及在移动通信中的应用的资料包括高斯(正态) 、Reyleigh、Rice 和Nakagami - m 等四种常见的随机分布。-Application of Monte- Carlo Simulation in Mobile Communications
blitz-0.9.tar
- blitz++库的相应源码 Blitz++提供了一个N维（1—10）的Array类,这个Array类以reference counting技术实现，支持任意的存储序(row-major的C-style数组，column-major的Fortran-style数组)，数组的切割(slicing),子数组的提取(subarray),灵活的Array相关表达式处理。另外提供了可以产生不同分布的随机数(F,Beta,Chi-Square，正态，均匀分布等)的类也是很有特色的。 -blitz++
Cpp2
- 两类正态一维分布模式的贝叶斯分类程序（自己编写的）-Two kinds of normal distribution model of one-dimensional bayes classification procedures
不确定性处理方法
- 拉丁超立方抽样，对正态分布进行的抽样，使抽样数据更加均匀(kyewbdhukndfvjrennvgvdgx)
随机过程
- （1）产生N（0,1）正态分布的随机过程； （2）产生正态分布随机过程外的任意一种随机过程； （3）对随机过程的性能进行评估，包括概率密度函数、分布函数、均值、方差和相关函数。((1) The stochastic process of generating N(0,1) normal distribution; (2) generating any random process outside the normal distribution random process; (3) evalua
LHS-Kriging
- 正态分布、均匀分布拉丁超立方抽样，Kriging模型(LHS,Kriging,latin_hs,lhsu)
HomeWork
- C++ 编程设计大作业：绘制车速正态分布和累积频率分布曲线(C ++ programming design homework: drawing the normal distribution of vehicle speed and the cumulative frequency distribution curve)
Untitled2
- 一个吉布斯采样的实例：从二元正态分布中采样(sampling from a bivariate a Normal distribution)
贝叶斯判决
- 假定某个局部区域细胞识别中正常w1和非正常w2 两类先验概率分别为： 正常状态：P(w1)=0.9 ； 异常状态：P（w2）=0.1 。 现有一系列待观察的细胞，其观察值为： -2.67 -3.55 -1.24 -0.98 -0.79 -2.85 -2.76 -3.73 -3.54 -2.27 -3.45 -3.08 -1.58 -1.49 -0.74 -0.42 -1.12 4.25 -3.99 2.88 -0.98 0.79 1.19 3.07 两类的类条件概率符合正态分布
拉丁超立方体抽样
- 拉丁超立方体抽样,包括正态分布，均匀分布，对数正态分布(Latin hypercube sampling)
2
- （a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate
L4_1
- a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上和分别属于+1类和-1类，请在上述数据集的两类中各随机抽取150个样本作为训练集，运用Logistic regression算法得到的分类面，然后对余下的各5
lhs
- 拉丁超立方抽样技术最早于1979年由McKay等提出，该方法具有以下优点： 具有均匀分层的特性 可以在较少抽样的情况下，得到尾部的样本值 以上两点使得拉丁超立方抽样比起普通的抽样方法更加的高效。 首先确定样本数N，既要抽取的样本数目 将（0，1）区间均分为N段 在这N段中的每一段随机的抽取一个值 将抽取的值通过标准正态分布的反函数映射为标准正态分布样本 打乱抽样顺序，用matlab中的sort函数