搜索资源列表
newpnn
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the
sparsebays
- 实现稀疏贝叶斯模型的一个有效的学习算法的matlab函数包-Sparse Bayesian models to achieve an effective learning algorithm matlab function package
ParticleFilter
- 粒子滤波（Particle Filtering）是基于贝叶斯估计的一种估计算法，在制导，导航，通信，金融中用着广泛应用。该程序实现了基于粒子滤波方法的动目标跟踪。-Particle Filter (Particle Filtering) is an estimate based on Bayesian estimation algorithm, using the widely used in guidance, navigation, communications, finance. The
JIDAJIXIAO
- 极大极小化准则和贝叶斯准则有些相似，唯一不同点就是极大极小准则无法确定先验。利用matlab编写极大极小化准则。-Minimax and Bayesian criteria of the guidelines are somewhat similar, the only difference is the minimax criterion can not be determined a priori. Use matlab write great minimization criteria.
第一次作业_基于分类算法的雷达状态识别
- 第一次作业_基于分类算法的雷达状态识别 对于本数据集中的雷达状态识别，数据降维前使用朴素贝叶斯、支持向量机、神经网络的分类算法对于识别的准确率无太大影响；数据降维后使用神经网络算法最优，支持向量机算法其次，朴素贝叶斯算法较差。此外，训练样本越多，分类准确率有小幅度提高。(First Operation Radar State Recognition Based on Classification Algorithms For radar state recognition
SBL
- 基于稀疏贝叶斯学习的窄带信号波达方向估计，实测有用，亲测有效！(Based on the sparse Bayesian learning, the narrow-band signal direction estimation is useful, and the pro-test is effective!)