搜索资源列表
fws
- 统计分析中使用较多的均值、方差、标准差、极差、变异系数、偏度及丰度，中位数、下四分位数、上四分位数、四分位极差、下截断点、上截断点-Statistical analysis using more mean, variance, standard deviation, range, coefficient of variation, skewness and abundance, median, lower quartile, upper quartile, interquartile poor,
corr_measure
- 对两幅图像进行相关测度的计算,直接相关测度/均值归一化相关测度/方差归一化相关测度/拉普拉斯滤波相关测度/二值相关测度-Two images related measure calculations directly related measure/mean normalized correlation measure/variance normalized correlation measure/Laplace filter correlation measure/binary-related
code20151012
- 十组数据分类轮所有数据球求均值*0.618=G值 该轮所有数据与G值相减的平方和，再除以人数（14），开根号得到均方值所有均方差和除以游戏次数（10-ten 0.168 G
Garbor-function
- 有了Gabor核函数后就可以采用前文中提到的“离散二维叠加和卷积”或“快速傅立叶变换卷积”的方法求解Gabor变换，并对变换结果求均值和方差作为提取的特征。32个Gabor核函数对应32次变换可以提取64个特征（包括均值和方差）。由于整个变换过程代码比较复杂，这里仅提供测试代码供下载。该代码仅计算了一个101×101尺寸的Gabor函数变换，得到均值和方差。代码采用两种卷积计算方式，从结果中可以看出，快速傅立叶变换卷积的效率是离散二维叠加和卷积的近50倍。-to extract features
one-way-ANOVA
- 单因素方差分析求解及作图，包括分析均值、方差以及显著性等-ANOVA solving and mapping, including an analysis of the mean, variance and significance, etc.
parameter-estimation-
- 利用最大似然估计法和贝叶斯估计均值和方差，并计算错误率-parameter estimation
work3
- 实测一组机械系统的振动信号，记录采样频率、采样点数，估计该组振动信号的均值、均方值、方差、自相关函数和功率谱，其中功率谱估计对比频率平滑与分段平滑的效率，针对分段平滑、分析不同平滑次数对功率谱估计的影响-Found a mechanical vibration signal system, the recording sampling frequency, sampling points, the estimated mean the set of vibration signals mean
model
- 产生一组均值为1，方差为4的正态分布随机序列（1000个样本），估计该序列的均值与方差； 已知x(n)=sin(2*pi*f1*n)+2*cos(2*pi*f2*n)+w(n),w(n)为正态分布白噪声,求相关函数和功率谱的m文件-Known x (n) = sin (2* pi* f1* n)+ 2* cos (2* pi* f2* n)+ w (n), w (n) is normally distributed white noise, seeking correlation funct
hist
- 用OPENCV辅助，检测图像的直方图，并画出直方图，统计直方图的均值和方差，并输出颜色占比例最大的值。-Histogram OPENCV assisted detection image and draw the histogram, histogram mean and variance, and the largest proportion of the output color value.
gauss
- 高斯白噪声仿真，利用蒙特卡罗方法仿真了高斯白噪声的功率谱密度、均值、方差等参数。-Gaussian white noise simulation, using Monte Carlo simulation method Gaussian white noise power spectral density, mean, variance, and other parameters.
r_apsbnymg
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和temp特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及temp1只 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
2
- 本实验主要是分析高斯白噪声的样本自相关序列的估计精度。 a. 生成1000个零均值、单位方差的高斯白噪声，并用bar函数来画出直方图，与理想的高斯分布函数相比较； b. 采用xcorr函数的有偏估计来估计前100个自相关序列，用Plot函数画出该自相关序列，与理想的高斯白噪声的自相关序列相比。 c. 把这组数据分成互不重叠的10段，每段有100个样本。分别对每段数据采用b中的方法来估计前100个样本自相关序列，然后对10段的自相关序列进行平均。获得的结果与b中的结果相比，并与真实的自
yreykces
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 iCVSum 特征向量 3、计-PCA algorithm program realization by matlab code design steps in
ajuifdmk
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 elarJb 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 XAixfeX值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
amrjbqca
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 vIPdsQ 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 UUOFhKz值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
bebbmabc
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 ngQmVr 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 sIIcLXY值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
blqfmmxf
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 vxkKar 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 XwPcugM值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
bomqazcw
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 TirKnY 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 TIRISHJ值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
cdgsswoc
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 fsDFss 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 CgtXeBn值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig
cogrfhtq
- 通过matlab代码实现PCA算法程序设计步骤： 包括1、去均值 2、计算协方差矩阵及其特征值和 ZKlcWH 特征向量 3、计算协方差矩阵的特征值大于阈值的个数以及 apWkQmI值 4、降序排列特征值，编译通过达到很高的性能。-PCA algorithm program realization by matlab code design steps include: 1, 2 to the mean, covariance matrix and its eigenvalues and eig