搜索资源列表
K2
- 用matlab实现的K2算法，需要用到贝叶斯网络工具箱-K2 algorithm implemented with matlab
K2
- 贝叶斯网络学习算法——k2算法，包括对贝叶斯网络结构的学习，最后生成网络-Bayesian network learning algorithm- k2 algorithms, including Bayesian network structure learning, the last generation network
K2
- 在matlab开发环境下 ，利用贝叶斯网络的原理 采用k2算法进行推理 分类预测-Matlab development environment, the principle of the use of Bayesian networks k2 algorithm Reasoning Classification and Prediction
K2
- 贝叶斯网络结构学习，及参数学习K2算法matlab代码-Bayesian network structure learning and parameter learning K2 algorithm matlab code
SSIMSrc-0.24
- the equivalent of Zhou Wang s SSIM matlab code //with K1 = 0.01, K2 = 0.03 and windows = ones(8) since this enables a fast implementation using summed area tables. //the measure is described in "Image quality assessment: From error measurement to
K2
- 基于KALMAN滤波的MEMS陀螺仪滤波算法，陀螺仪滤波算法matlab实现-Based on KALMAN filter MEMS gyroscope filter algorithm, gyroscope filter algorithm matlab realize
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
机器人队列
- xe=u(7);ye=u(8);the=u(9); vr=1;wr=1; delta1=0.05;delta2=0.05; k1=6;k2=6; s1=xe; s2=the+atan(vr*ye); Q=vr/(1+vr^2*ye^2); u4=(wr+Q*vr*sin(the)+k2*s2/(abs(s2)+delta2))/(1+Q*xe); w=u4; u3=ye*w+vr*cos(the)+k1*s1/(abs(s1)+delta1);
K2算法
- 本程序是贝叶斯网络结构学习的K2算法程序，可获取离散变量的贝叶斯网络。包含K2算法的matlab代码，和使用的例子，共学习使用
K2算法
- K2算法的代码，matlab编程，包含例子(Code for the K2 algorithm, matlab programming, including examples)