搜索资源列表
psd
- 计算ARMA(p，q)模型的功率谱密度。 形参说明： b——双精度实型一维数组，长度为(q+1),存放ARMA(p，q)模型的滑动平均系数。 a——双精度实型一维数组，长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 p——整型变量,ARMA(p,q)模型的自回归阶数。 sigma2——双精度实型变量,ARMA(p,q)模型白噪声激励的方差。 fs——双精度实型变量,采样频率(Hz)。
arfit1
- 多变量自回归模型matlab源码，可以简单方便地计算多变量自回归模型系数，谱结构等-multivariate autoregressive models
CORRE
- 自回归分析中的（自）相关系数的两个程序设计。-Since the regression analysis of the [self-] correlation coefficient of program design.
bootgmregress
- 自举是一种由重采样估计，独立和（蒙特卡洛重采样）等概率设置一个单一的数据统计变化的一个途径。允许的措施估计那里的潜在分布是未知的或者样本量很小。他们的结果与这些分析方法的统计特性相一致。 在这里，我们使用非参数逼近。非参数引导更简单。它不使用该模型的结构，建造人工数据。矢量[易西]是重采样，而不是直接与replecement。这些参数是从这些对构建。 二，回归模型时，应使用在回归方程中的两个变量是随机的，会有错误的，即不是由研究者控制。模式，我用普通最小二乘回归低估了变量之间的错误时，
11
- 介绍了一种基于振动信号隐马尔可夫模型(HMM)的新的齿轮故障检测和诊断方案。 首先从振动信号中提取特征,这些信号既包括正常齿轮也包括故障齿轮,特征以振动信号自回归模 型的多项式传递函数的反射系数为基础。这些特征用来训练HMM归类各种齿轮状况。经过试验 验证,用这些特征判断故障的准确性很高。 -:A newgear fault detection and diagnosis scheme based on Hidden MarkovModel (HMM) of vibra- t
estimate_AR
- 采用L-D算法，估算自回归模型（AR模型）系数。L-D法是一种矩阵递推估计法-LD algorithm to estimate the coefficients of the autoregressive model (AR model). The LD method is a matrix recursive estimation method
Untitled
- 主成分自相关系数可以进行两组对变量的偏最小二乘回归分析-Partial least squares regression analysis can be two groups of variables
myarma
- myarma ，计算平稳值，自回归系数等-myarma, stable value calculated from the regression coefficients, etc.
AR_with_remove
- 时间序列分析，AR模型，用于流数据预测与滤波 输入参数：y为原始数据矩阵，p为AR模型的阶数，la为自回归模型的遗忘系数 输出参数：预测值，置信区间，离群点等-Time series analysis, AR model for prediction and filtering data stream input parameters: y original data matrix, p is the order of the AR model, la self-forgetting c
vyavhgtx
- pwm整流器的建模仿真，可以实现模式识别领域的数据的分类及回归，最终的权值矩阵就是滤波器的系数，实现了对10个数字音的识别，迭代自组织数据分析。- Modeling and simulation pwm rectifier You can achieve data classification and regression pattern recognition, The final weight matrix is ??the filter coefficient, To achieve th
bootstrap
- 自回归系数的Bootstrap检验，利用重复抽样来检验-bootstrap test
tvar1
- 非平稳信号分析与处理,可用于特征提取，将AR模型扩展应用于非平稳时间序列，得到具有时变系数的时变自回归(time-varying autoregressive, TVAR)模型。(nonstationary random signal analysis and processing)
CARS_PLS
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(Competitive adaptive reweighted algorithm (CARS) is obtained by adaptive reweighted sampling (ARS) technique is selected in the PLS model regression
cars
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The competitive adaptive weight weighting algorithm (CARS) uses adaptive heavy weighted sampling (ARS) to select the wavelength points with large abs
LPCC
- 线性预测倒谱系数（Linear Prediction Cepstrum Coefficient,LPCC）是线性预测系数（Linear Prediction Coefficient,LPC）在倒谱域中的表示。该特征是基于语音信号为自回归信号的值设，利用线性预测分析获得倒谱系数。(Linear Prediction Cepstrum Coefficient)
CARS
- 用于matlab模式识别（分类和回归）的特征变量提取方法，竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The method of feature variables extraction for matlab pattern recognition (classification and regression), competitive a
模拟验证一阶自回归模型中自回归系数
- 运用Python的数组和矩阵操作模拟验证一阶自回归模型中，自回归系数OLS估计量的有限样本偏差问题。(Python array and matrix operations are used to simulate and verify the finite sample bias of OLS estimator of autoregressive coefficient in the first-order autoregressive model.)
竞争性自适应重加权算法(CARS)
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。