搜索资源列表
dirichlet_fit
- 这是一个用极大似然函数估计狄里克莱分布的matlab程序
timeseries
- 对平稳时间序列中的参数估计方法（包括矩估计，极大似然估计）和预测方法（包括差分方程预测方法，逆函数预测方法，格林函数预测方法）应用matlab进行编程，大家可以方便使用
logistic
- 极大似然函数的matlab程序，说明极值分布比最小二乘的优越性-Maximum likelihood function of the matlab program
Systemidentificationandneuralnetwork
- 主要内容： 【1】随机序列产生程序 【2】白噪声产生程序 【3】M序列产生程序 【4】二阶系统一次性完成最小二乘辨识程序 【5】实际压力系统的最小二乘辨识程序 【6】递推的最小二乘辨识程序 【7】增广的最小二乘辨识程序 【8】梯度校正的最小二乘辨识程序 【9】递推的极大似然辨识程序 【10】Bayes辨识程序 【11】改进的神经网络MBP算法对噪声系统辨识程序 【12】多维非线性函数辨识程序的Matlab程序 【13】
matlab
- 【1】随机序列产生程序 【2】白噪声产生程序 【3】M序列产生程序 【4】二阶系统一次性完成最小二乘辨识程序 【5】实际压力系统的最小二乘辨识程序 【6】递推的最小二乘辨识程序 【7】增广的最小二乘辨识程序 【8】梯度校正的最小二乘辨识程序 【9】递推的极大似然辨识程序 【10】Bayes辨识程序 【11】改进的神经网络MBP算法对噪声系统辨识程序 【12】多维非线性函数辨识程序的Matlab程序 【13】模糊神经网络解耦M
bayes-classsifier
- 该程序源码中包括了各种典型分布的二维数据的自动生成，二维概率密度函数的极大似然估计和窗函数估计，bayes分类器的设计和分类器错误率的多种方法估计-The program includes a variety of typical source distribution of the automatic generation of two-dimensional data, two-dimensional probability density function of the maximum l
signal
- 产生一个随机信号和两个不同频率但频率间隔很小的正弦信号，要求对两信号之和进行如下分析： （1） 求该随机信号的自相关性系数、自相关函数，画出对应的图形； （2） 利用不同的参数建模方法求出两个随机信号的功率谱； （3） 利用极大似然估计、递推最小二乘法等常用的参数估计方法估计所建模型，包括AR模型、MA模型和ARMA模型的的参数，阶次自定；并与Matlab工具箱里的一些建模函数的运算结果进行比较； （4） 利用陷波滤波和MUSIC滤波方法对该信号的频谱进行估计； （5） 利
mle
- 给定数据和相应的概率密度函数、用matlab求解其相应的极大似然估计-Given data and the corresponding probability density function using matlab to solve the corresponding maximum likelihood estimation
matlab-max
- 利用matlab最大似然函数逼近，可以极大逼近数据，并拟合曲线。-matlab max
copula_functions
- 利用极大似然估计估计出copula函数参数后，求解常见的copula函数的对数似然值。(After estimating the parameters of the copula function by using the MLE, the log likelihood values of the common Copula Functions are solved.)