搜索资源列表
shifouzhengtai
- 判断一组数据是否是正态分布,并且画出概率密度曲线-A set of data to determine whether it is normal
GaussianMixture
- 高斯混合模型就是用高斯概率密度函数(正态分布曲线)精确地量化事物,它是一个将事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。-Gaussian mixture model is to use the gaussian probability density function (gaussian distribution curve) accurately quantify things, it is a to break things down for several based
guiyihua
- MATLAB编程对一组数据进行归一化处理后统计它的概率密度函数后画图-MATLAB programming on a set of data normalization processing after statistics of its probability density function
STBL_CODE
- α稳定分布的几个函数,包括样本的生成,概率密度函数,累积分布函数等-Several functions α stable distribution, including sample generation, probability density function, cumulative distribution function, etc.
parzen-matlab
- pazzle 窗实现模式识别算法, parzen窗函数概率密度估计演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 使用欧式距离作为测度标准-puzzle window to achieve pattern recognition algorithm
skt-matlab
- 偏t分布的概率密度函数(pdf)、累积分布函数(CDF)、分位数(quantiles)计算以及生成随机数的matlab代码。-Matlab code for calculating probability density function, cumulative distribution function, quantiles of the skewed-t distribution and generating the random samples
segment-technology
- 根据概率密度分布,分割前景与背景,附有实验图片-According to a probability density distribution, segmentation foreground and background, experiment with picture
helicopter
- 粒子滤波的直升飞机跟踪的程序,通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数,用样本均值代替积分运算,进而获得系统状态的最小方差估计的过程。-Particle Filter Tracking Of helicopter
baizaosheng
- 高斯白噪声产生,计算均值方差,自相关函数,统计结果直方图,概率密度图-Gaussian white noise, calculate the mean variance, autocorrelation function, histogram statistics, probability density maps
Monte_Carlo_Sampling00(11)
- 蒙特卡罗抽样,拟合响应面方程,算失效率,概率密度,灵敏度-Monte Carlo sampling, fitting response surface equation, failure rate, probability density, sensitivity
statistic_wellbull
- 基于两参数威布尔分布理论进行机车车轮轮芯失效个数的威布尔概率密度函数和威布尔分布函数拟合,包括南昌,上海,兰州,乌鲁木齐和总体轮芯失效统计-Weibull probability density function of the Weibull distribution function and locomotive wheel core based on the theory of two-parameter Weibull distribution fitting failure number
Improved-kalman-filtering-algorithm
- 主要对扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)及改进无迹卡尔曼滤波(MAUKF)算法进行研究,研究了三种算法的基本原理和各自的特点。其中扩展卡尔曼滤波器是将卡尔曼滤波器局部线性化,其算法简单,计算量小,适用于弱非线性、高斯环境。无迹卡尔曼滤波器是用一系列确定样本来逼近状态的后验概率密度。改进无迹卡尔曼滤波算法在UKF的基础上引入衰减因子。-Improved Kalman filtering algorithm
statistic-matlab.doc
- matlab常用概率统计代码,包括各种随机数产生代码,随机变量概率密度计算,累积概率值,逆累积分布函数,随机变量数据特征,统计作图,参数估计-The common code of statistic analysis by Matlab
show_noise_pdf
- 函数用于显示不同噪声的概率密度,含有高斯噪声,椒盐噪声,指数噪声等噪声。-The probability density function for displaying different noise containing Gaussian noise, salt and pepper noise, noise, noise index.
filter-in-video-sequences
- 粒子滤波理论是近年来跟踪领域的热门研究课题。在该领域,传统的卡尔曼(Kalman)滤波器是非常经典的运动目标跟踪工具。然而经典亦有其弊端,卡尔曼滤波对于非线性及非高斯环境下的工作能力相当无力。为解决这一问题,本文提出了一种基于粒子滤波的目标跟踪方法。其核心为以粒子(一种随机样本,携带权值)来表示后验概率密度,从而得到基于物理模型的近似最优数值解,其优点在于能在追踪的过程中实现更高的精度和更快的收敛速度等。粒子滤波通过加权计算这些带有权重的随机样本来得到目标的近似的运动状态,因此对于非高斯和非线性
MeanShift
- 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
estimate-CDF-a-PDF
- 估计随机信号的概率密度分布和累计密度分布-Estimate the probability density of random signal distribution and density distributio
Histogram-matlab.m
- 统计直方图 matlab 概率密度函数和统计直方图的拟合-Histogram matlab probability density function and a histogram fitting
UKF
- 无迹Kalman滤波利用无迹变换在估计点附近确定采样,用这些样本点表示的高斯密度近似状态的概率密度函数。-Unscented Kalman filtering uses the unscented transform to determine the probability density function of the Gaussian density approximation state, which is represented by these sample points.
pdf_chi_square_random_variable
- 此代码实现了服从卡方分布的随机变量的概率密度pdf-function of chi square random variable