搜索资源列表
-
3下载：
parzen窗法，功能是根据样本进行概率密度函数估计。实现了对正态分布概率密度函数和均匀分布双峰概密函数进行估计,Parzen window method, function is based on a sample of the estimated probability density function. The realization of the normal distribution probability density function and uniform distributi
-
-
0下载：
Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
用matlab实现mean shif
-
-
9下载：
该算法是经典的信噪比估计算法——最大似然估计算法，利用接收信道的先验概率密度函数，ML法能够很好的估计信号的信噪比,The algorithm is a classic signal to noise ratio estimation algorithm- maximum likelihood estimation algorithm, using the a priori receiver channel probability density function, ML method can
-
-
0下载：
此为模式识别中Parzen窗法估计概率密度函数。
全部程序流程如下：
1、读取FAMALE.TXT文件把身高或体重给数组，并求x1的样本数N1和窗宽、体宽；
2、读取MALE.TXT文件把身高或体重给数组，并求x2的样本数N2和窗宽、体宽；
3、读取Test2.txt文件把对应的身高或体重给数组A并求A的样本数M；
4、利用Parzen窗法估计概率密度函数判别男女性别；
5、对本判别的错误率进行统计。
-This is the pattern recognition
-
-
0下载：
利用parzen窗进行概率密度函数估计，并给出仿真，程序简单易懂。-Using parzen Window probability density function estimation and the simulation, the program is simple to understand.
-
-
5下载：
二维数据集Parzen方窗非参数估计PDF(概率密度函数)，三维结果显示，有图，有完整说明文档和程序运行说明，matlab编程环境，此为模式识别小作业 parzen-Dimensional data set Parzen Window non-parametric estimation side PDF (probability density function), three-dimensional results show that map, with complete documentat
-
-
0下载：
随机信号分析实验之白噪声测试，白噪声信号的特性，包括均值、方差、相关函数、概率密度、频谱及功率谱密度等。- White noise of test random signal analysis experiment, white noise signal characteristic, including average value , variance, correlation function, probability density, frequency spectrum and powe
-
-
3下载：
利用正态分布和核密度估计计算分位数。包括正态分布分位数函数、核估计概率密度函数、核估计累计分布概率函数、核估计计算分位数函数。-Normal and kernel density estimation using sub-digit calculation. Including the normal quantile function, kernel estimate probability density function, cumulative distribution probabilit
-
-
0下载：
L3_1.m: 純量量化器的設計(程式)
L3_2.m: 量化造成的假輪廓(程式)
L3_3.m: 向量量化器之碼簿的產生(程式)
L3_4.m: 利用LBG訓練三個不同大小與維度的碼簿並分別進行VQ(程式)
gau.m: ML量化器設計中分母的計算式(函式)
gau1.m: ML量化器設計中分子的計算式(函式)
LBG.m: LBG訓練法(函式)
quantize.m:高斯機率密度函數的非均勻量化(函式)
VQ.m: 向量量化(函式)
L3
-
-
0下载：
（一）目的：通过对常用的概率密度函数和分布函数的应用，达到熟练掌握概率密度函数和分布函数调用方法的目的。
（二）任务：对实际的案例进行分析，调用相应概率密度函数和分布函数，使用MATLAB软件计算其结果。
（三）要求：理解概率密度函数和分布函数，能够解决实际问题。
-(A) Purpose: used by the probability density function and distribution function of the application, to master
-
-
0下载：
基于小波包分解的语音去噪，根据熵谱概率密度函数估计阈值，去除实际环境噪声。-Based on wavelet packet decomposition of the voice de-noising, in accordance with spectral entropy probability density function estimated threshold, the actual removal of environmental noise.
-
-
1下载：
用monte carlo的方法对Nakagami的概率密度函数进行仿真-Using monte carlo methods for Nakagami probability density function of the simulation
-
-
1下载：
This file simulates Probability Density Function of Gaussian random Variables with suitable plots.
-
-
0下载：
This file simulates Probability Density function of Rayleigh generated Random variables and comparision plots with Theory & simulation.
-
-
0下载：
matlab在实现各种概率密度函数方面的相关源代码介绍-matlab probability density function in the realization of various aspects related to the source code descr iption
-
-
0下载：
自己编的瑞利信道模型和它的概率密度函数，初学者看很好-Own series of Rayleigh channel model and its probability density function, look very good for beginners
-
-
0下载：
kernal density function for image processing and probability density function estimation
-
-
0下载：
显示一个经验概率密度函数在输入数组中的密度分布直方图X的使用nbins箱的数目（默认pdfplot套nbins至20）。如果输入X是一个矩阵，然后pdfplot（X）的分析它的载体，并显示所有值的PDF格式。对于复杂的输入X，pdfplot（X）的显示PDF格式的-displays a histogram of the empirical probability density function (PDF)
for the data in the input array X usi
-
-
0下载：
无迹卡尔曼滤波UKF是重要的非线性滤波方法。它采用UT变换的方法，不再近似系统的非线性方程，它仍然用高斯随机变量表示状态分布，不过是用特定选择的样本点加以描述，每个点叫一个高斯点，它从系统状态的概率密度函数中取出；然后，按系统的真实模型演化，得到非线性演化后的σ点，使得样本均值和样本方差是真实均值和真实方差的好的近似。
在这个程序中，实现了基于UKF的滤波方法，并且建立了两种仿真环境进行实验。-Unscented Kalman filter UKF is an important nonli
-
-
0下载：
不同概率分布的概率密度函数、分布的临界值及相应子图作图-The probability density function of different probability distributions, the distribution of the critical value and the corresponding sub Plotting
-
