搜索资源列表
pca
- PCA算法程序设计步骤: 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步) 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
work
- 这主要是线性预测算法的一些程序,包括最小方差算法!前向预测!后向预测!
least_square_estimation_given_sample_with_noise.ra
- 给定带有高斯噪声的三组样本,对其进行最小二乘拟合,并且绘图,求出误差协方差
AWGN
- 包括0均值和给定方差的高斯白噪声生成函数,以及复高斯白噪声生成函数
fldc_d_4_as
- 基于分数低阶协方差仿真的时延估计问题,其基本思想是利用两个接收信号的相关函数来估计时间延迟。
mvnpdf
- 计算多维正态分布的概率密度值,给出均值和方差矩阵
EENNS
- 基于等均值等方差的图象矢量量化Matlab程序
svdexp2
- SVD去噪,构造的矩阵方法为对数据进行均匀分段,并对去噪前后的信噪比,均方差进行了对比。
waveletthreshod
- 小波阈值去噪,比较了软阈值,硬阈值及当今各种阈值计算方法和阈值函数处理方法的性能,通过信噪比及均方差的比较,得出各种的算法的优劣。
modelclaasify
- 该算法,先对协方差矩阵进行休整,然后用信息论的方法得出信号的源数,这是进行空间普估计的基础
0123
- 对数据进行统计分析,并打开图形数据统计分析对话框,该对话框可以获得数据的最小值、最大值、平均值、中值以及均方差等。
half
- 计算半方差,如果按克里金法计算插值要求计算半方差,用此程序可实现。
2
- VC++编译的一个好用的数学计算十个数求一些简单方差等,供参考
ftest
- 两个正态总体方差的检验(F检验)的matlab程序
KMEANS
- K-MEANS算法 输入:聚类个数k,以及包含 n个数据对象的数据库。 输出:满足方差最小标准的k个聚类。 处理流程: (1) 从 n个数据对象任意选择 k 个对象作为初始聚类中心; (2) 循环(3)到(4)直到每个聚类不再发生变化为止 (3) 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分; (4) 重新计算每个(有变化)聚类的均值(中心对象)
ostub
- 基于遗传算法的最大类间方差法对JPG格式图像分割的程序源代码
Whitenoisesequence
- 1.产生[0,1]均匀分布的白噪声序列 (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
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
RLS_RF3
- 应用自适应的干扰对消法去除高斯白噪声,程序中给出两种相关噪声产生的方法,第一种只有一个噪声是随机产生的,第二种两个噪声都是随机产生的。程序中给出了去噪后信噪比和均方差的增益。
Kalman
- kalman滤波学习的Maltab程序,特点是简单清晰,过程噪声和观测噪声的方差可以设定,能够直观的学习滤波器的特点。