搜索资源列表
GGM
- 用广义高斯模型（GGM）拟合分布代码，包括生成直方图，参数估计等-for GGM simulation
ggd
- 一种广义高斯分布的参数快速估计法,实现GGD函数拟合-The parameters of a generalized Gaussian distribution fast estimation method to achieve function fitting GGD
2dgaussian
- 汽车高斯曲面拟合 --- 2程序，以适应到表面二维高斯： 子= A *的进出口（ -（（西为X0）^2/2/sigmax^2 +（艺Y0的）^2/2/sigmay^ 2）。。）+ b的 这些例程是自动在某种意义上说，他们并不需要出发对模型参数的猜测规范。 autoGaussianSurfML（十一，彝，子）适合通过对模型参数的最大似然（最小二乘）。它首先计算了该模型在许多可能的参数值，然后选择最佳质量设置和细化与lsqcurvefit它。 auto
shujunihefaxinzaobiguji
- 采用数据拟合法进行的高斯白噪声信道下的信噪比估计，程序中有经典summer法以及本人自己拟合的二阶和三阶参数，适用于不同的信噪比范围，望大家一起交流-By data fitting of the Gauss white noise channel SNR estimation, the program in the classic summer method as well as my own fitting of the two order and three order parameters
ellipse
- 从TEX文档中读取一系列点数据xy坐标，根据最小二乘原理，采用高斯全主元消去法来拟合椭圆曲线，求得椭圆基本参数。-From the TEX document to read a series of points xy coordinates, Gaussian full principal component elimination method based on the principle of least squares to fit the elliptic curve obtained
fit_mix_2D_gaussian
- 实现二维高斯分布的参数拟合，并画出分布直方图-Two-dimensional Gaussian distribution parameter fitting, and draw the histogram
demo_gpr
- 主要作为一维高斯过程拟合的实例，并讨论了不同超参数条件，不同协方差函数的表现-Primarily as a one-dimensional Gaussian process fitting examples and discuss the different super-parameters, the performance of different covariance functions
demo_gparm
- 主要作为多维输入高斯过程拟合的实例，并讨论了不同超参数条件，不同协方差函数的表现- Primarily as a multi-dimensional Gaussian process input fitting examples and discuss the different super-parameters, the performance of different covariance functions
spbhmpsa
- 本程序的性能已经达到较高水平，hSSrlGW参数包括主成分分析、因子分析、贝叶斯分析，部分实现了追踪测速迭代松弛算法，BP神经网络用于函数拟合与模式识别，rNbCmBx条件采用了小波去噪的思想，应用小区域方差对比，程序简单。- The performance of the program has reached a high level, hSSrlGW parameter Including principal component analysis, factor analysis, Bay
ratemqfv
- 是本科毕设的题目，aePYIye参数通过反复训练模板能有较高的识别率，BP神经网络用于函数拟合与模式识别，包括主成分分析、因子分析、贝叶斯分析，FXctXRN条件IMC-PID是利用内模控制原理来对PID参数进行计算，双向PCS控制仿真。- The title of the commercial is undergraduate course you aePYIye parameter Through repeated training aePYIyelate have higher reco
haaimetp
- 部分实现了追踪测速迭代松弛算法，matlab开发工具箱中的支持向量机，主要是基于mtlab的程序，通过反复训练模板能有较高的识别率，利用贝叶斯原理估计混合logit模型的参数，BP神经网络用于函数拟合与模式识别，FIR 底通和带通滤波器和IIR 底通和带通滤波器。- Partially achieved tracking speed iterative relaxation algorithm, matlab development toolbox support vector machine,
asdubhgg
- 利用贝叶斯原理估计混合logit模型的参数，有小波分析的盲信号处理，三相光伏逆变并网的仿真，计算加权加速度,插值与拟合，解方程，数据分析，信号处理中的旋转不变子空间法，模式识别中的bayes判别分析算法，阵列信号处理的高分辨率估计。- Bayesian parameter estimation principle mixed logit model, There Wavelet Analysis Blind Signal Processing, Three-phase photovoltaic
ECGFiltering
- 心电图跳动更适合 1 -选择关键点通过点击心电图图。 2 -点击优化启动优化的参数。 3 -用于优化和拟合误差的高斯内核的报告中的报告。 4 -点击导出参数将参数导出到工作空间。导出的参数存储在一个向量称为optimumparams或由调用函数定义的名称。 5 -你可以通过点击重置按钮改变选定的关键点。-ECG Beat Fitter Help 1- Select the critical ECG points by clicking
code
- 对于单输入单输出的系统（Single input single output，SISO）常采用最小二乘方法辨识系统的参数。最小二乘参数估计是一个经典的方法，概念简明，适应范围广，来源于数理统计的回归分析，它能提供一个在最小方差意义上与实验数据最好拟合的模型，在一些情况下，可得到与极大似然法一样好的统计效果，并能很方便地与其它辨识算法建立关系。在一定条件下，最小二乘法参数估计法有最佳的统计特性，即一致的、无偏的和有效的结果。本代码主要关于使用递推最小二乘辨识方法与增广最小二乘辨识方法辨识模型参数，
vbemgmm
- 在混合高斯模型参数估计方法上有很多方法，例如最大似然函数的EM算法，但是该算法容易出现过拟合，故本文提出了一个变分EM的算法来对参数进行估计，可以避免EM算法中的不足。 下面的示例文件中说明了使用下面的示例文件说明了用法 examplevbem，VBEM M示例文件 faithful.txt数据集为例(The parameters of Gauss mixture model estimation method has a lot of methods, such as the maxim