搜索资源列表
the-first
- 该文件下的程序可以实现高斯分布、瑞利分布和标准正态部分函数的随机变量等等。-these programs can realize the distribution of gauss ,rayly and norm and so on。
fangzhen
- 赶火车过程仿真 一列火车从A站经过B站开往C站,某人每天赶往B站乘这趟火车。已知火车从A站到B站运行时间为均值30分钟、标准差为2分钟的正态随机变量.火车大约在下午1点离开A站。离开时刻的频率分布为 -Process simulation, a train to catch the train from A through B station station station bound for C, B Station tour someone rushed to the train e
perceptron
- 4. 试将感知机学习算法用C语言编成程序,并做下述的 维随机矢量 的二值分类的模拟实验: (1) 用程序产生M个均值为0,方差为1的正态随机矢量(取维数 ,即 , ;每个 为服从N(0,1) 分布的随机变量)。要求产生三组矢量(分别取M=10,20,30), 分别用每组矢量训练一个感知机模型。对于每个训练矢量 ,给定其理想输出为 。在每组训练收敛后,再产生30个新矢量,用来检验所得到的感知机的分类性能。对每一组结果要给出收敛时所用的迭代次数 ,收敛时的权矢量值 ,和检验时所达到的正确分类率
random-number-generation
- 正态随机数分布程序:生成特定区间上的随机分布数,应用于仿真实验中为数据添加噪声。-Normal random number distribution program: generate a number of randomly distributed on the specific interval, noise added to the data used in the simulation.
random
- VC++中生成正态随机分布数,依据时间原则,每次生成的随机数都是不一样的。-VC++ to generate normal random distribution, based on the principle of time, each generated random number is not the same.
The-lognormal-distribution
- 对数正态噪声的产生,含有对数高斯分布的统计验证-Lognormal noise generation, contains statistics on the number of Gaussian verification
sdr_normal
- 扩展的Hata模型(SDR模型)仿真代码,其中阴影损耗取正态对数分布-Extended Hata model (SDR model) simulation code, which shadows the normal wear and tear take a logarithmic distribution
NIG.m
- 正态逆高斯分布 很重要 很重要 很重要 的运行形势-Normal Inverse Gaussian Distribution
histfit_pdf
- 适用于多种分布(正态、Gamma、瑞利、对数高斯等)的样本数据拟合及画图函数的matlab代码-Matlab code to plot and fit a histogram of data with a certain distribution including normal, Gamma, Reilgh, log-normal, etc.
matlab-exmple
- 一、概念 英文名称:white Gaussian noise WGN 定义:均匀分布于给定频带上的高斯噪声; 所谓高斯白噪声中的高斯是指概率分布是正态函数,而白噪声是指它的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。这是考察一个信号的两个不同方面的问题。 高斯白噪声:如果一个噪声,它的幅度服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。 热噪声和散粒噪声是高斯白噪声。 二、matlab举例 Matlab有两个函数可以产生高斯
clutter-data-simulation
- 常用分布的雷达杂波模型matlab程序(瑞利,韦布尔,对数正态)- U5E38 u5203 u5E3 u5E03 u7L0 u6F3 u8FBE u672 u6E2 UFF09
《MATLAB统计分析与应用1》
- 生成一元分布随机数、蒙特卡洛方法;正态总体参数的检验;描述性统计量等(Generating a bivariate distribution, random numbers, Monte Carlo methods, testing of normal population parameters, descr iptive statistics, etc.)
Copula理论及应用
- Copula理论及应用实例 从xls文件中读取数据 绘制频率直方图 计算偏度和峰度 正态性检验 求经验分布函数值 核分布估计 求Copula中参数的估计值 绘制Copula的密度函数和分布函数图(sample for copula theory)
xillson
- 产生服从正态,瑞利,泊松分布的随机数,分别为N(0,1),N(0,3 6),Rayleigh(0,1),R(0,3 6),P(()
ksayxzb36
- 产生服从正态,瑞利,泊松分布的随机数,分别为N(0,1),N(0,3 6),Rayleigh(0,1),R(0,3 6),P(()
ICSS-master
- Inclan和 Tiao提出了迭代累积平方和算法(Iterative Cumulative Sums of Squares,ICSS)。该算法假定均值残差服 从正态独立同分布,通过构造刀统计量,对时间序列中的多个方差结构性变点进行测量。(Inclan and Tiao proposed the iterated cumulative squared sum algorithm (Iterative Cumulative Sums of Squares). The algorithm assume
cloud
- ”云”或者’云滴‘是云模型的基本单元,所谓云是指在其论域上的一个分布,可以用联合概率的形式(x, u)来表示 云模型用三个数据来表示其特征 期望:云滴在论域空间分布的期望,一般用符号Εx表示。 熵:不确定程度,由离散程度和模糊程度共同决定,一般用En表示。 超熵: 用来度量熵的不确定性,既熵的熵,一般用符号He表示。 云有两种发生器:正向云发生器和逆向云发生器,分别用来生成足够的云滴和计算云数字特征(Ex, En,He)。 正向云发生器: 1.生成以En为期望,以H
Copula应用实例及程序
- 读取数据、绘制频率直方图、*计算偏度和峰度*、正态性检验*、求经验分布函数值*、核分布估计**、核分布估计**、*求Copula中参数的估计值**、绘制Copula的密度函数和分布函数图******、求Kendall秩相关系数和Spearman秩相关系数*******、模型评价(My English is poor i hope you can understand from the chinese introdunction thinks)
m-k显著
- Mann-Kendall趋势检验(有时称为MK检验)用于分析时间序列数据的持续增加或减少趋势(单调趋势)。这是一个非参数检验,这意味着它适用于所有的分布(即数据不必满足正态假设)。但数据应该没有序列相关性。如果数据具有序列相关性,则可能在显著水平(p值)上产生影响。这可能会导致误解。为了克服这一问题,研究人员提出了几种改良的MannKendall检验(Hamed and Rao modified MK Test)。Yue和Wang修改了MK测试。使用预白化方法等改进的MK测试)。季节性Mann-