搜索资源列表
L_D
- 用Matlab程序实现P阶Levinson-Durbin算法。以一个2阶自回归模型（参数为b0=1, a1=0, a2=0.81）和一个2阶滑动平均模型（参数为b0=1, b1=1, b2=1）为例，选取观测数据长度为1000，分别用一个AR(2)模型和一个AR(10)阶模型来估计其功率谱。设激励信号模型的高斯白噪声的均值为0，方差为1。用Levinson-Durbin算法迭代计算AR模型参数，并用估计出的AR模型参数画出观测信号的功率谱。并对Levinson-Durbin算法的性能进行分析。-
BMDCP
- 突变分为如下主要的几种：均值突变（最常见）、方差突变、线性回归突变（也称趋势突变）、概率突变、空间型突变、谱突变、模型参数突变，等等。贝叶斯突变检测属于概率突变检测方法，其特点是能给出突变点的概率分布图。-Mutations are divided into the following main categories: the mean mutation (the most common), variance mutation, linear regression mutation (also
EM_1D
- 一维EM算法MATLAB实现，两分支高斯混合模型，均值和方差都不相同。-one dimensino EM algorithm implemented by MATLAB. Estimate the mean and variance of Gaussian Mixture Model with two branches.
em
- MATLAB实现的EM算法，用于高斯混合模型的均值、方差、权重估计-EM algorithm based on MATLAB
SVD-TLS-LS
- SVD-TLS和LS方法估计AR模型功率谱,假定仿真的观测数据由 产生，其中w(n)是一高斯白噪声，其均值为0，方差为1，并取n=1,…..,128，这里分别用LS方法和SVD-TLS方法估计观测数据的AR模型参数。-SVD-TLS and the LS method to estimate AR model for power spectrum, assuming that the simulation produced by the observed data, where w (n) is
ukf
- 无迹卡尔曼滤波UKF是重要的非线性滤波方法。它采用UT变换的方法，不再近似系统的非线性方程，它仍然用高斯随机变量表示状态分布，不过是用特定选择的样本点加以描述，每个点叫一个高斯点，它从系统状态的概率密度函数中取出；然后，按系统的真实模型演化，得到非线性演化后的σ点，使得样本均值和样本方差是真实均值和真实方差的好的近似。 在这个程序中，实现了基于UKF的滤波方法，并且建立了两种仿真环境进行实验。-Unscented Kalman filter UKF is an important nonli
arls
- 对于信号 ，其中w(n)为均值为0，方差为1的AWGN。n=1,2,…，128。 AR模型功率谱估计。假设AR（4），用LS方法估计AR参数，功率谱用freqz（1，LS_ar,1024,1）来验证。-For the signal, which w (n) is zero mean and variance 1 AWGN. n = 1,2, ..., 128. AR model power spectrum estimation. Assuming AR (4), with the
w
- 利用matlab实现下面的问题：其中u(k)和z(k)分别为模型的输入和输出变量；v(k)为零均值、方差为1、服从正态分布的白噪声；为噪声的标准差；利用得到的u(k)和z(k)来辨识模型的阶次和参数。-Using matlab to achieve the following questions: where u (k) and z (k) respectively, the input and output variables of the model v (k) with zero mea
Q1
- 2类分类高斯模型 每个类是由一个单一的多元高斯分布的3-D建模 显示如何估计高斯均值向量和协方差矩阵的最大似然（ML）估计的基础上为每个类。 meanA和meanB代表每个类的均值，varA和varB的的代表每个类的协方差矩阵.-2-class classifier with Gaussian Models Each class is modelled by a single 3-D multivariate Gaussian distribution Show
source
- 输入信号为方波信号+高斯白噪声，方波信号基 频为1kHz，幅值为1，高斯白噪声方差为0.2， 均值为0，采样频率为20kHz。试用最大熵估计 法估计此信号的AR模型及其功率谱，并分析结 果-The input signal is a square wave signal+ Gaussian white noise, square wave signal fundamental frequency 1kHz, amplitude is a Gaussian white noise variance
LeeFilt
- 噪声抑制的两个关键环节为建立真实后向散射系数的估计机制和制定同质区域像素样本的选择方案。Lee滤波是利用图像局部统计特性进行图像斑点滤波的典型方法之一，其是基于完全发育的斑点噪声模型，选择一定长度的窗口作为局部区域，假定先验均值和方差可以通过计算局域的均值和方差得到。-Two key aspects of the estimated noise suppression mechanisms for the establishment of the backscattering coefficie
iwshkjzw
- 应用小区域方差对比，程序简单，CJONMAX参数均值便宜跟踪的示例，matlab程序运行时导入数据文件作为输入参数，表示出两帧图像间各个像素点的相对情况，BefOKho条件可以动态调节运行环境的参数，本科毕设要求参见标准测试模型。- Application of small area variance comparison, simple procedures, CJONMAX parameter Example tracking mean cheap, Import data files a
tjqxnzyj
- 均值便宜跟踪的示例，music高阶谱分析算法，光纤陀螺输出误差的allan方差分析，包含CV、CA、Single、当前、恒转弯速率、转弯模型，用于图像处理的独立分量分析，可以得到很精确的幅值、频率、相位估计，模式识别中的bayes判别分析算法。- Example tracking mean cheap, music higher order spectral analysis algorithm, allan FOG output error variance analysis, It cont
Copy_4_of_top88_2
- 通过带有三角函数的高斯积分的求解，提出了一系列描述载荷不确定性的均值函数，给出了柔顺度期望和方差的精确解析公式，并且用数值算例验证了该方法的快速准确性。利用所导出的解析公式，求解以柔顺度期望为目标的稳健性拓扑优化问题，获得了典型设计实例的构型设计。设计结果表明考虑载荷大小和方向的不确定性对于结构拓扑优化的结果有较为显著的影响，也验证了解析公式的正确性和拓扑优化模型的有效性。(By solving the Gauss integral with trigonometric functions, a
EM 算法
- 用EM算法求解高斯混合模型并可视化，数据是男女生的身高分布，前提是初始化男女生身高各自的均值和方差和比例，然后由EM算法求解，男女生身高的均值方差，以拟合数据。(The EM algorithm is used to solve the Gauss mixture model and visualize. The data is the height distribution of male and female. The premise is to initialize the mean, v