搜索资源列表
Parzen
- 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。
parzendm
- 模式识别中的parzen窗估计概率密度的一个自编的函数
featureselectionbasedongeneticalgorithm
- 利用遗传算法进行文本聚类的特征选择.把一种特征组合看作一个染色体，对其进行二进制编码，引入文本集密度作为适应度函数进行特征个体适应度的评价.
parzen.rar
- 用parzen窗方法，估计概率密度，采用高期核函数。。。。,With parzen window means of estimating the probability density function using high nucleus. . . .
pos-study-
- ：将研究区域划分成许多具有固定长、宽、高且密度均匀的长方体，利用重力的可叠加性，计算了观测点重力异 常，在此基础上形成重力异常的目标函数。把长方体的密度作为参数，采用蚁群算法进行密度反演试验。结果表明该方法 具有一定的科学性和实用性。-: The study area is divided into a number with a fixed length, width, height and density, uniform rectangular, stackable nature
parzen
- 这是一个有关parzen窗估计的代码，用来估计概率密度函数，在模式识别中有很多重要的地位-This is a window of the estimated parzen code, used to estimate the probability density function, in the pattern recognition there are many important position ~ ~
patternRecognition
- 这系列课件系统地讲述了模式识别的基本理论和基本方法。内容涵盖了贝叶斯决策、概率密度函数的估计、线性判别函数、邻近法则、特征的选择和提取、非监督学习、神经网络、模糊模式识别等。-This series of courseware on a pattern recognition system to the basic theory and basic methods. Covers the Bayesian decision-making, the estimated probability de
bayes-classsifier
- 该程序源码中包括了各种典型分布的二维数据的自动生成，二维概率密度函数的极大似然估计和窗函数估计，bayes分类器的设计和分类器错误率的多种方法估计-The program includes a variety of typical source distribution of the automatic generation of two-dimensional data, two-dimensional probability density function of the maximum l
parzenmoshishibie
- 用parzen来计算所选的数据的概率密度函数，所选的窗函数是方窗，最后基于最小错误率的贝叶斯进行分类-With parzen selected data to calculate the probability density function, the selected window function is the side window, and finally the smallest error rate based on Bayesian classification
mean-shift
- Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.-Mean Shift concept
PARTICLE-FILTER-ISSUES
- 针对基于贝叶斯原理的序贯蒙特卡罗粒子滤波器出现退化现象的原因, 以无敏粒子滤波(U PF)、辅助粒子滤波 (A S IR) 及采样重要再采样(S IR) 等改进的粒子滤波算法为例, 对消除该缺陷的关键技术(优化重要密度函数及再采样) 进行了 分析研究。说明通过提高重要密度函数的似然度、引进当前测量值、预增和复制大权值粒子等方式, 可以有效改善算法性能。 最后通过对一无源探测定位问题进行仿真, 验证了运用该关键技术后, 算法的收敛精度和鲁棒性得到进一步增强。- Abstract:W e
FFTanalsis
- FFT 概率密度函数估计 概率论与数理统计-FFT probability density function estimation
stprtool_v2.12
- 统计模式识别工具箱(STPRTool 版本2.12 2013-09-12) 功能有线性判别函数、特征提取、密度估计和聚类、支持向量机、贝叶斯分类器、交叉验证等-Statistical Pattern Recognition Toolbox Methods: Fisher,PCA,GMM,K-means,SVM,Bayes classifier,Cross-validation,KNN,etc.
sijiache
- 私家车充电模型，私家车日行驶距离概率密度及累加函数，电动汽车出发时间（或者称开始充电的时间）概率-Private car charging model, private car day driving distance probability density function and cumulative electric vehicle departure time (or start charging of said time) probability
GMM
- 聚类算法之高斯混合模型，GMM 和 k-means 很像，不过 GMM 是学习出一些概率密度函数来（所以 GMM 除了用在 clustering 上之外，还经常被用于 density estimation ）。-Gaussian mixture model of clustering algorithm, GMM and k-means like, but GMM is learning some probability density function (so GMM except on cl
概率神经网络pnn
- 概率神经网络在RBF网络的基础上，融合了密度函数估计和贝叶斯理论。本文件包含三个PNN文件。
upeow_grade_subset
- Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其()
短时功率谱密度
- 语音信号是一个非平稳时变的信号，所以用计算稳态信号的方法计算功率谱密度函数没有太大意义，看不出信号的动态变化，"gonglvpu"给出计算短时功率谱密度函数(Speech signal is a non-stationary time-varying signal, so it is not very meaningful to calculate the power spectral density function by calculating the steady-st