用C＋＋實現的高斯混合模型的算法類，方差矩陣是對角矩陣
標簽： 高斯混合模型 算法
上傳時間： 2015-04-05
上傳用戶：caozhizhi
用Burg算法估計AR模型參數，進而實現功率譜估計. 形參說明： x——雙精度實型一維數組，長度為n，存放隨機序列。 n--整型變量,隨機序列的長度。 p--整型變量,AR模型的階數。 a--雙精度實型一維數組，長度為(p十1)。存放AR模型的系數a(0),a(1),...,a(p)。 v--雙精度實型指針,它指向預測誤差功率，即AR模型激勵白噪聲的方差。
標簽： Burg AR模型 算法 參數
上傳時間： 2013-12-21
上傳用戶：330402686
開發環境:C語言 簡要說明:BackProp算法：BP網絡是反向傳播(Back Propagation)網絡。它是一種多層前向網絡，采用最小均方差學習方式。這是一種最廣泛應用的網絡。它可用于語言綜合，識別和自適應控制等用途。BP網絡需有教師訓練。
標簽： Propagation BackProp Back 網絡
上傳時間： 2013-12-28
上傳用戶：liuchee
本程序用matlab生成白噪聲，并且基于一個離散線性隨機系統的模型生成了y(k)和x(k)，繪制出了x(k|k-1)和x(k)的對比曲線，求出了提前一步預報的誤差協方差陣的穩定值
標簽： matlab 程序 白噪聲
上傳時間： 2013-12-15
上傳用戶：yuchunhai1990
Matlab數學計算，方差分析，單因素方差分析，雙因素方差分析，Matlab統計工具箱的使用
標簽： Matlab 計算
上傳時間： 2013-12-27
上傳用戶：225588
源代碼\用動態規劃算法計算序列關系個數 用關系"<"和"="將3個數a，b，c依次序排列時，有13種不同的序列關系： a=b=c,a=b<c,a<b=v,a<b<c,a<c<b a=c<b,b<a=c,b<a<c,b<c<a,b=c<a c<a=b,c<a<b,c<b<a 若要將n個數依序列，設計一個動態規劃算法，計算出有多少種不同的序列關系， 要求算法只占用O(n),只耗時O(n*n).
標簽： lt 源代碼 動態規劃 序列
上傳時間： 2013-12-26
上傳用戶：siguazgb
c語言版的多項式曲線擬合。 用最小二乘法進行曲線擬合. 用p－1 次多項式進行擬合，p<= 10 x,y 的第0個域x[0],y[0],沒有用，有效數據從x[1],y[1] 開始 nNodeNum,有效數據節點的個數。 b,為輸出的多項式系數，b[i] 為b[i-1]次項。b[0],沒有用。 b,有10個元素ok。
標簽： 多項式 曲線擬合 c語言 最小二乘法
上傳時間： 2014-01-12
上傳用戶：變形金剛
本程序是功率譜密度的仿真比較,關于三個信號源的具體情況參見《現代數字信號處理導論》上冊，P202，習題5。 實驗方法：周期圖法、自相關法和協方差法。
標簽： 程序 功率譜 仿真 信號源
上傳時間： 2015-07-03
上傳用戶：佳期如夢
PCA（主成分分析）算法被廣泛應用于工程和科學研究中，本報告主要從PCA的基本結構和基本原理對其進行研究，常規的PCA算法主要采用線性算法，通過研究論證發現線性的PCA算法存在著許多不足，比如線性PCA算法不能從線性組合中把獨立信號成分分離出來，主分量只由數據的二階統計量—自相關陣確定，這種二階統計量只能描述平穩的高斯分布等，因此必須對其進行改進，經改進后的PCA算法有非線性PCA算法、魯棒算法等。我們通過PCA算法在直線（平面）中擬和的例子說明了PCA在工程中的應用。本例子采用的是成分分析中的次成分（方差最小的成分），通過對結果的分析，我們可以看出，利用PCA算法可以得到較好的擬和結果。
標簽： PCA 主成分分析 算法 應用于
上傳時間： 2015-07-04
上傳用戶：sevenbestfei
針對噪聲，用AR2建模，用卡爾曼濾波，并用Allan方差檢驗
標簽：
上傳時間： 2015-07-17
上傳用戶：ecooo
蟲蟲下載站版權所有 京ICP備2021023401號-1
<strike id="jexvs"></strike>
