搜索资源列表
-
0下载：
实现贝叶斯概率计算过程。假设进行n次试生产，计算最后得到后验概率，即可信度。样本数据集个数和观测值从文件中读入，计算过程封装为动态链接库，以.dll形式提供，
主程序提供界面输入先验分布值、边缘分布值，显示计算结果。
-Bayesian probability calculation process. Assuming that the n-th trial production, and calculate the final posterior probability that cr
-
-
0下载：
贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类-Bayesian classifier principle a priori probability of the object using the Bayesian formula to calculate the subsequent posterior probability that the object belongs to a certa
-
-
0下载：
包括脚本文件和函数文件形式，利用贝叶斯原理估计混合logit模型的参数，包括回归分析和概率统计。- Including scr ipt files and function files in the form, Bayesian parameter estimation principle mixed logit model, Including regression analysis and probability and statistics.
-
-
0下载：
该函数用来计算任意函数的一阶偏导数(数值方法),利用贝叶斯原理估计混合logit模型的参数，从先验概率中采样，计算权重。- This function is used to calculate the arbitrary function of the first order partial derivative (numerical methods), Bayesian parameter estimation principle mixed logit model, Sampling a
-
-
0下载：
z=bayes_classifier(m,S,P,X). This function outputs the Bayesian classification
rule for M classes, each modeled by a Gaussian distribution.
where,
M: the number of classes.
• l: the number of features (for each feature vector).
•
-
-
0下载：
要对单变量正态分布以及分类分布两种概率分布 模型，分别采用最大似然（ML），最大后验（MAP）以及贝叶斯估计（Bayes）的 方法进行概率密度估计。 -In this paper, the maximum likelihood (ML), maximum a posteriori (MAP) and Bayesian estimation (Bayes) methods are used to estimate the probability density of two kinds of pr
-
-
0下载：
贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesian network)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很大的优势，在多个领域中获得广泛应用。(Bias network is a probabilistic network, which is a graphical
-
-
1下载：
一般贝叶斯网络的构建是首先由相关领域的专家根据事物间的关系来确定出结构模型，即有向无环图，然后再利用其它方法确定每个节点的条件概率，但这样构建的网络模型无法保证其客观性和可靠性．(In general, the construction of Bayesian network is to determine the structural model, i.e. directed acyclic graph, by experts in related fields according to th
-
