日韩精品福利一区二区三区,国产真实久久,av毛片久久久久**hd

協(xié)(xié)方差矩陣

統(tǒng)計(jì)學(xué)的幾個(gè)算法

統(tǒng)計(jì)學(xué)的幾個(gè)算法，包括計(jì)算平均值、中位數(shù)、眾數(shù)、極差、離差、離差平方和、方差、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)差的無(wú)偏估計(jì)，以及變異系數(shù)。

標(biāo)簽： 算法

上傳時(shí)間： 2016-02-10

上傳用戶：xfbs821
電力系統(tǒng)脈沖檢測(cè)方法

電力系統(tǒng)脈沖檢測(cè)方法，可以使用分形幾何的局部方差分維數(shù)表示，該程序可以提取其特征值，從而便于檢測(cè)識(shí)別

標(biāo)簽： 電力系統(tǒng) 檢測(cè)方法脈沖

上傳時(shí)間： 2016-02-24

上傳用戶：戀天使569
Welch法：Welch法對(duì)Bartlett法進(jìn)行了兩方面的修正：一是選擇適當(dāng)?shù)拇昂瘮?shù)w(n)

Welch法：Welch法對(duì)Bartlett法進(jìn)行了兩方面的修正：一是選擇適當(dāng)?shù)拇昂瘮?shù)w(n)，并在周期圖計(jì)算前直接加進(jìn)去，加窗的優(yōu)點(diǎn)是無(wú)論什么樣的窗函數(shù)均可使譜估計(jì)非負(fù)。二是在分段時(shí),可使各段之間有重疊，這樣會(huì)使方差減小。

標(biāo)簽： Welch Bartlett 方面正

上傳時(shí)間： 2016-03-03

上傳用戶：xcy122677
基于AR模型的現(xiàn)代譜估計(jì)

基于AR模型的現(xiàn)代譜估計(jì)，分別實(shí)現(xiàn)自相關(guān)法，協(xié)方差法，Burg法，對(duì)比分析性能，及與經(jīng)典譜估計(jì)的比較

標(biāo)簽： AR模型譜估計(jì)

上傳時(shí)間： 2016-03-17

上傳用戶：familiarsmile
含有噪聲的余弦序列

含有噪聲的余弦序列，分別采用周‘期圖法’與‘改進(jìn)協(xié)方差法’估計(jì)序的功率譜

標(biāo)簽： 序列

上傳時(shí)間： 2016-03-26

上傳用戶：hopy
為了提高使用精度

為了提高使用精度，研究了某型號(hào)MEMS陀螺儀的隨機(jī)漂移模型。采用游程檢驗(yàn)法分析了該陀螺儀隨機(jī)漂移數(shù)據(jù)的平穩(wěn)性，并根據(jù)該漂移為均值非平穩(wěn)、方差平穩(wěn)的隨機(jī)過(guò)程的結(jié)論，采用梯度徑向基（RBF）神經(jīng)網(wǎng)絡(luò)對(duì)漂移數(shù)據(jù)進(jìn)行了建模。實(shí)驗(yàn)結(jié)果表明：相比經(jīng)典RBF網(wǎng)絡(luò)模型而言，這種方法建立的模型能更好地描述MEMS陀螺儀的漂移特；相對(duì)于季節(jié)時(shí)間序列模型而言，其補(bǔ)償效果提高了大約15％。

標(biāo)簽： 精度

上傳時(shí)間： 2016-04-01

上傳用戶：weixiao99
classify using Bayes method. 使用Bayes方法進(jìn)行兩類(lèi)分類(lèi)

classify using Bayes method. 使用Bayes方法進(jìn)行兩類(lèi)分類(lèi)，包括協(xié)方差相等和不等兩種情況，非常適合初學(xué)者的程序。

標(biāo)簽： Bayes classify method using

上傳時(shí)間： 2013-12-08

上傳用戶：小鵬
實(shí)現(xiàn)求眾數(shù)

實(shí)現(xiàn)求眾數(shù)，平均數(shù)，方差，標(biāo)準(zhǔn)差等功能，運(yùn)行環(huán)境VS2005，語(yǔ)言VB.net

標(biāo)簽：

上傳時(shí)間： 2016-04-05

上傳用戶：xlcky
何振亞的現(xiàn)代譜估計(jì).本書(shū)全面系統(tǒng)地論述了現(xiàn)代譜估計(jì)技術(shù)中的各種理論與方法。全書(shū)共九章

何振亞的現(xiàn)代譜估計(jì).本書(shū)全面系統(tǒng)地論述了現(xiàn)代譜估計(jì)技術(shù)中的各種理論與方法。全書(shū)共九章，內(nèi)容包括；純連續(xù)譜沽計(jì)的AR與ARMA模型參量法、純離散譜與混合譜估汁的正弦組合與阻尼復(fù)指數(shù)模型參量法、非參量法譜估計(jì)的最小方差法與奇異值/特征值分解處理法、應(yīng)用信息論的墑譜估汁法、多譜(高階譜)估計(jì)、二維潛估計(jì)與多維陣列譜估計(jì)。本書(shū)取材廣泛，內(nèi)容新穎，理論聯(lián)系實(shí)際，系統(tǒng)性強(qiáng)。

標(biāo)簽： 譜估計(jì)

上傳時(shí)間： 2013-12-09

上傳用戶：lgnf
基于隨機(jī)過(guò)程的萊斯表達(dá)式產(chǎn)生窄帶隨機(jī)過(guò)程： 2、掌握窄帶隨機(jī)過(guò)程的特性

基于隨機(jī)過(guò)程的萊斯表達(dá)式產(chǎn)生窄帶隨機(jī)過(guò)程： 2、掌握窄帶隨機(jī)過(guò)程的特性，包括均值（數(shù)學(xué)期望）、方差、相關(guān)函數(shù)及功率譜密度等。

標(biāo)簽： 隨機(jī) 過(guò)程窄帶表達(dá)式

上傳時(shí)間： 2014-01-12

上傳用戶：fredguo