搜索资源列表
fenbuzhengtai
- 正态分布，C语言编写，可用于正态分布的粒径给予初值-normal distribution written by C programe, you can give the initial values for particles diameters
Mean_C-based_multi-class_pattern_recognition
- 基于C均值的多类模式识别，满足正态分布的样本进行分类训练。-Mean C-based multi-class pattern recognition, classification of samples to meet the normal training.
normal
- C++产生正态分布，泊松分布，瑞利分布的随机数，并画pdf图-The PDFS of Gaussian、Rayleigh and Poisson distributed random variates
Generate-random-variates
- 文件夹中含有三个c文件，各自产生10万个分别服从正态分布，瑞利分布以及泊松分布的随机数，并利用这些随机数在VC中绘制出这些分布的概率密度函数曲线。注意：运行这些程序之前，需先安装文件夹中的setup文件，以便于在VC中制图。-C folder contains three files, each produce 100,000 were subject to normal distribution, Rayleigh distribution and the Poisson distributi
inverse-normal-cumulative
- 用于图像检测的正态分布计算的c代码实现，现在将这个函数写在头文件中了-Normally distributed computing for image detection of the c code, this function will now be written in the header file in the
CH12
- C语言编写的统计学中几种特殊函数值计算的程序代码，包括伽马函数值、正态分布函数值、t分布函数值、贝塔函数值、误差函数值等等。-Code value of several special functions written in C, statistically, including the gamma function value, the value of the normal distribution function, t value of the distribution functio
pointGene
- 用C++编写的四种分布类型的点集生成程序，包括Gauss-Kuzmin 分布，正态分布，均匀分布-In C++ to write four distribution types of the point set generator, including the Gauss-Kuzmin distribution, normal distribution, uniform distribution
pid
- 以中等纯度的精馏塔为研究对象，考虑到不等分子溢流的影响和非理想的汽液平衡，可以得到塔顶产品轻组分含量Y与回流量L之间的传递函数为： 其中由于现场环境干扰，输出带有测量噪声是（0，1）的正态分布序列，它的方差为ɑ=0.5。由于输出中带有很大的噪声信号，故将数字滤波技术中常见的低通滤波器由于偏差控制，滤掉其中的噪声信号，然后在对其进行PID计算，得到实际的控制量。在该方法在噪声较强的环境下，可以得到较好的控制效果。 控制要求： 1、 采用带低通滤波器的增量式PID将塔顶轻
Probability
- c#实现的概率计算类，提供了正态分布的分布函数、正态分布的反函数、chi2分布的分布函数、chi2分布的反函数、B分布函数、F分布函数、F分布的反函数、t分布的分布函数、t分布的反函数的计算-c# implementation of the probability class, the distribution function of normal distribution, normal distribution function of the anti-chi2 distribution o
gaussm
- 产生均值为0、方差为1的正态分布随机数。主程序为gaussm.c。-Produce zero mean and variance of a normal distribution random number. Main program gaussm.c.
Vranndom_norrC
- 用Visual C++6实现的一个伪随机数生成演示程序源码源码，包包含了正态分布随机数生成与平均分布随机数两种生成方式。 可直接使用。 -Visual C++6 a pseudo-random number generator source code of the demo program package contains the normal distribution random number generator with the average distribution of the
chen_raileigh
- 用c语言通过正态分布N（0,1）来实现瑞利分布随机变量R（1），R（0.36），R（3.4）。并画出相应直方图-Rayleigh distributed random variates by using N(0,1), draw the corresponding PDFs(histograms) for Rayleigh(1), (0.36), (3.4).
2
- 2.wps ：为作业最终的仿真结果与分析 正态分布：.cpp为由C++编写的主程序以获取仿真数据，.txt为存储仿真数据的文档，.m为由matlab根据获取的仿真数据画图的结果，其中1、2、3分别为N（0,1）、N（0,4.26）、N（-2.5,1）的情况 瑞利分布：.cpp为由C++编写的主程序以获取仿真数据，.txt为存储仿真数据的文档，.m为由matlab根据获取的仿真数据画图的结果，其中1、2、3分别为Ray（1）、Ray（0.36）、Ray（3.4）的情况 泊松分布：
randzheng
- visual c++编辑的产生具有正态分布性质的随机数，需要输入正态分布的期望和方差-edit the generated visual c++ has a normal distribution nature of random numbers, you need to input the expectation and variance of the normal distribution
normally-distributed-random
- 利用c语言生成符合正态分布的随机数，并在matlab程序中画出曲线图，并与理论值比较-Use c language to generate normally distributed random numbers and draw graphs in matlab program
guassian-discriminant-analysis
- 基于opencv实现的c++版高斯判别分类，随机生成两类满足正态分布的训练样本点，利用高斯判别分析进行分类-Based on c++ version of the opencv, we realized gaussian discriminant classification by randomly generating two classes meet normal distribution of the training sample points, and used gaussian di
normal-distribution
- 用C++语言实现产生正态分布的随机数源代码，欢迎访问下载，谢谢支持-normal distribution random numbers inC++
rand_NormalDistributing_Series
- C++语言编写的一段代码，功能是实现正态分布的随机数的产生，有利于做粗糙面方面研究的人群。-C++ language section of code, the function is to achieve normal random number generation, is conducive to doing rough surface aspect of the study population.
GMM
- 高斯混合模型GMM的C++实现 在高斯混合模型中需要使用概率更新参数的地方，程序中都简化成为了1处理，否则计算一个正态分布的概率还是挺花时间的。但是除了将概率换成1，其他地方还是严格按照公式的，大家可以仔细推导一下，就会看出其中的差异- Gaussian mixture model GMM C++ implementation In the Gaussian mixture model parameters need to use probability to upd
Random-Variables
- C++语言实现各类分布的随机数，有均匀分布，正态分布，指数，瑞利，莱斯，泊松等分布。-Using C++ language to realize the various distribution of Random Variables