当前位置：
首页 资源下载
搜索资源 - probability density Estimation
搜索资源列表
-
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：
是有关机器学习中讲密度估计的好资料，自己找了很久才找到的，国外人写的很容易懂，乐意分享-Machine learning is related to good information about density estimation, for a long time to find your own, and foreign people to write easy to understand, are willing to share
-
-
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
-
-
4下载：
以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。-That the Gaussian and density estimation, using Gaussian kernel non-parametric density estimation method, the sample probability density estimates, the program gives the formula for bandwidth estim
-
-
0下载：
自适应核密度估计运动检测方法
提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能自适应进行, 且能适应不同的场景. 在此基础上, 本文提出了基于概率的背景更新模型, 按照像素的概率来更新背景, 并利用帧间差分背景模型和KDE分类结果, 来解决背景更新中的死锁问题, 同时检测背景的突然变化. 实验证明了所提出
-
-
0下载：
ex6_1 ～ ex6_3二项分布的随机数据的产生
ex6_4 ～ ex6_6通用函数计算概率密度函数值
ex6_7 ～ ex6_20常见分布的密度函数
ex6_21 ～ ex6_33随机变量的数字特征
ex6_34 采用periodogram函数来计算功率谱
ex6_35 利用FFT直接法计算上面噪声信号的功率谱
ex6_36 利用间接法重新计算上例中噪声信号的功率谱
ex6_37 采用tfe函数来进行系统的辨识，并与理想结果进行比较
ex6_38 在置信度为0
-
-
1下载：
利用支持向量回归进行概率密度估计，从而计算信息熵-The use of support vector regression for probability density estimation, in order to estimate the information entropy
-
-
0下载：
采用身高和体重数据作为特征，在正态分布假设下估计概率密度，建立最小错误率Bayes分类器，写出得到的决策规则.-Height and weight data used as the feature, under the assumption of normal distribution probability density estimation, establish Bayes minimum error rate classifier, written by the decision-mak
-
-
0下载：
用监督参数估计中的贝叶斯方法估计条件概率密度的参数u-With the supervision of the Bayesian estimation method to estimate the parameters of the conditional probability density of u
-
-
0下载：
kernal density function for image processing and probability density function estimation
-
-
0下载：
模式识别 作业 实现自动产生样本，并用最近距离法，贝叶斯分类，Parzen窗概率密度估计-Pattern recognition operations automatically generate the sample, and with the recent distance method, Bayesian classifier, Parzen window probability density estimation
-
-
0下载：
模式识别的内容，包括模式识别的基本概念、模式识别方法及应用。具体的内容包括：正则化网络、Bayes决策理论、分类器组合、统计学习理论、概率密度估计、非监督学习方法-Pattern recognition, including the basic concepts of pattern recognition, pattern recognition methods and applications.Specific content, including: Regularization Netwo
-
-
0下载：
语音信号处理中关于概率密度的估计，分为参数法和非参数法两类。在此基础上用MATLAB做出了仿真。-Speech signal processing on the estimates of the probability density is divided into two types of parametric method and non-parametric method. On this basis, to make the simulation using MATLAB.
-
-
0下载：
基于非参数概率密度估计的盲源分离算法（NpICA），使用matlab编程，有可视界面。-Non-parametric probability density estimation-based blind source separation algorithm (NpICA), using the Matlab programming, visual interface.
-
-
0下载：
核概率密度估计算法，对于以往的有优化，可以得到概率密度及分布函数。-Nuclear probability density estimation algorithm optimized for the past there, you can get the probability density and distribution functions.
-
-
0下载：
本程序仿真了高斯噪声的几种概率密度估计方法-This procedure simulated several Gaussian noise probability density estimation method
-
-
1下载：
给定若干三维数据，建立训练概率模型，并对新数据进行估计。包括高斯模型、Parzen窗和K近邻密度估计-Given a number of three-dimensional data, the establishment of training probability model, and the new data is estimated. Including the Gaussian model, Parzen windows and K nearest neighbor density e
-
-
0下载：
基于k近邻估计法的非参数概率密度估计论文及源代码的如何实现-K-nearest neighbor nonparametric probability density estimation method based on the estimated
-
-
0下载：
MeanShift算法是一种无参概率密度估计法，算法利用像素特征点概率密度函数的梯度推导而得， MeanShift算法通过迭代运算收敛于概率密度函数的局部最大值，实现目标定位和跟踪，也能对可变形状目标实时跟踪，对目标的变形，旋转等运动也有较强的鲁棒性。MeanShift算法是一种自动迭代跟踪算法，由 MeanShift补偿向量不断沿着密度函数的梯度方向移动。在一定条件下，MeanShift算法能收敛到局部最优点，从而实现对运动体准确地定位。-MeanShift algorithm is a no
-
-
1下载：
1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
-
