搜索资源列表
CATS软件
- Cats是一个使用最大似然估计来使用多参数的时间序列（比如：连续的GPS）。该程序同时估计所有参数，但是分两部分来估计速度，线性部分包括一个offset and slope，突变（as form earthquakes）、正弦部分（包括年周期和半年周期），而非线性负分包括几个不同的噪声模型及其组合。(Cats is a time series (e.g., continuous GPS) using multiple parameters using maximum likelihood est
三步搜索法
- 本实验的目的是学习Parzen窗估计和k最近邻估计方法。在之前的模式识别研究中，我们假设概率密度函数的参数形式已知，即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法，Parzen窗估计和k最近邻估计就是两种经典的估计法。(The purpose of this experiment is to study the Parzen window estimation and the k nea
Beyes
- 实验要求： 1. 以身高为例，画出男女生身高的直方图并做对比； 2. 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3. 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（假定方差已知，作业请注明自己选定的一些参数情况）； 4. 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？(Experimental requirements: 1. take height as an exa
pattern recognize1
- 1. 以身高为例，画出男女生身高的直方图并做对比； 2. 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3. 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（假定方差已知，作业请注明自己选定的一些参数情况）； 4. 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？(The program is used for classification of men and women in pa
卡尔曼作业第三次-史子纬
- 这种理论是在时间域上来表述的，基本的概念是：在线性系统的状态空间表示基础上，从输出和输入观测数据求系统状态的最优估计。这里所说的系统状态，是总结系统所有过去的输入和扰动对系统的作用的最小参数的集合，知道了系统的状态就能够与未来的输入与系统的扰动一起确定系统的整个行为。(This theory is expressed in the time domain. The basic concept is: on the basis of the state space representation o
sys6
- 滑膜观测器，功能性测试，观测器估计参数，估计不确定(Synovio observer, functional test, observer estimation parameter, estimation uncertainty)
仿真例题1
- 通过利用MATLAB S型函数实现对参数的自适应控制，即是说，估计参数收敛到真实值，输出误差收敛到0(By using the MATLAB S function to realize the adaptive control of the parameters, it is said that the estimated parameter converges to the real value, and the output error converges to 0.)
贝叶斯网络工具包
- 贝叶斯网络工具包安装教程 贝叶斯网络参数过程中最大似然估计的详细过程(BAYESIAN NETWORK (Bayesian network parameters maximum likelihood estimation process detailed process))
kalman滤波的仿真
- 5.4.2 Kalman滤波器的设计 这一节将讨论如何使用控制系统工具箱进行Kalman滤波器的设计和仿真。 考虑下面的离散系统： x［n+1］=Ax［n］+B(u［n］+w［n］) (5.9) y［n］=Cx［n］ (5.10) 其中, w［n］是在输入端加入的高斯噪声。 状态矩阵参数分别为 A = ［1.1269-0.49400.1129 1.0000 0
UKFF
- 利用ukf算法，通过辨识过的参数，进行状态方程的状态的估计，从而实现对soc的估计(Using UKF algorithm, the state of state equation is estimated by identifying parameters, thus the estimation of SOC is realized.)
copula
- 运用MATLAB进行混合copula函数的参数计算，基于em估计(Using MATLAB to calculate the parameters of mixed copula function, based on EM estimation)
MCMC
- 使用seir及其改进模型估计传染病的参数(Estimation of infectious disease parameters using SEIR and its improved model)
spilloverRolling BK
- 该函数使用标准VAR估计值计算滚动溢出。 我们实现了并行版本，以提高处理速度。窗口为固定窗口，在数据上滚动。其他参数的解释与溢出的标准计算相同。 按照Barunik、Krehlik（2018）的定义计算fevd的滚动频率溢出}。(This function computes the rolling spillover using the standard VAR estimate. We implement the parallel version for faster processin