搜索资源列表
RVM_matlabToolBox
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好. -Relevance Vector Ma
lwr
- 强局部加权回归算法由Cleveland[7]提出,主要利用局部观测数据对欲拟合点进行多项式加权拟合,并用最小二乘法进行估计.它综合了传统的局部多项式拟合,局部加权回归以及具有强鲁棒性的拟合过程 -Strong locally weighted regression algorithm by Cleveland [7] proposed, mainly using local observational data points on the polynomial fitting For wei
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
lubanglssvm
- 基于鲁棒学习的最小二乘支持向量机及其应用 鉴于最小二乘支持向量机比标准支持向量机具有更高的计算效率和拟合精度, 但缺少标准支持向量机的鲁 棒性, 即当采样数据存在奇异点或者误差变量的高斯分布假设不成立时, 会导致不稳健的估计结果, 提出了一种鲁棒 最小二乘支持向量机方法. 该方法在最小二乘支持向量机基础上, 通过引入鲁棒学习方法来获得鲁棒估计. 仿真分析 及某湿法冶金厂的应用实例验证了该方法的可行性和有效性.- Least squares support vector mac
DSP_ARMA_Lattice_C_language
- 在数字信号处理中,格型(Lattice)网络起着重要的作用,使得它在现代谱估计,语音处理,自适应滤波,线性预测和逆滤 波等方面已得到广泛应用。本项目在VC6.0上用标准C语言实现了ARMA格型滤波器，提供单点滤波和向量滤波的实现，并给出测试程序。算法实现的稳定性也在工程项目中得到验证。-In digital signal processing, the lattice type (Lattice) network plays an important role, so that it
MLS
- 当信噪比较大时，采用广义最小二乘法可能会出现多个局部收敛点，解决这个问题的方法可用多级最小二乘法，一般来说多级最小二乘法包含三级辨识过程。利用输入输出数据，通过多级最小二乘法，可分别求的辅助模型，过程模型和噪声模型的参数估计值。在高噪声的情况下，多级最小二乘法明显优于广义最小二乘法，其收敛点唯一。-When the signal noise ratio (SNR), and by use of the generalized least squares method may appear mor
estimate_object_number_e.tar
- 该程序基于2D特征点的移动轨迹,估计独立运动的对象数目.-Given 2D trajectories of feature points moving in the image frame, this program estimates the number of independent motions using model selection by the geometric AIC (default) or the geometric MDL (option) based
9-10
- 不同方法估计协方差矩阵的Capon波束形成,以及多点约束的Capon波束形成和方向图，自己运行效果很好。-Different methods of estimation covariance matrix Capon beamforming, and multi-point constraints Capon beamforming and direction maps, run their own good results.
Linear-regression
- 对散点图进行N次拟合，使估计更加准确，比如根据房屋面积估算房价-Fill the scatter plot to make the estimate more accurate
D_S证据理论C++源码
- DS 证据理论（Dempster-Shafer envidence theory）也称为DS理论。是一种处理不确定性问题的完整理论。它不仅能够强调事物的客观性，还能强调人类对事物估计的主观性，其最大的特点就是就是对不确定性信息的描述采用“区间估计”，而非“点估计”，再区分不知道和不确定方面以及精确反映证据收集方面显示出很大的灵活性。
压缩感知DOA估计方法
- 该方法通过压缩方法求积信号的到达角，为了获得更精确的DOA估计值，把字典建模为可自由调整的参数描述的模型，通过梯度学习的方法，不断更新字典的格点值。