搜索资源列表
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
Gauss
- 模式识别理论中的Gauss分布参数估计-Gauss分布参数的极大似然估计-Guassian distribution-pattern recognition
RELS
- 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding noise model for moving average
hmmtrain
- 隐马尔可夫模型参数的极大似然估计,用来求解HMM的第三个问题-HMM maximum likelihood parameter estimates used to solve the third problem HMM
System-Identification
- 系统辨识最小二乘法 梯度校正参数估计法 极大似然参数估计法 多变量系统参数估计-System Identification Least Square Method Gradient Correction Parameter Estimation Maximum Likelihood Parameter Estimation Multivariable System Parameter Estimation
em聚类
- em算法指的是最大期望算法（Expectation Maximization Algorithm，又译期望最大化算法），是一种迭代算法，用于含有隐变量（latent variable）的概率参数模型的最大似然估计或极大后验概率估计。(Expectation Maximization Algorithm use for clustering)