亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊(cè)

協(xié)<b>方差</b>矩陣

  • 一個(gè)matlab程序

    一個(gè)matlab程序,有關(guān)已知方差的高斯分布的均值貝葉斯學(xué)習(xí)方法。詳見程序內(nèi)說明。

    標(biāo)簽: matlab 程序

    上傳時(shí)間: 2015-08-16

    上傳用戶:wweqas

  • VC 6.0下的主成分分析代碼

    VC 6.0下的主成分分析代碼,包括關(guān)系矩陣,協(xié)方差矩陣,以及因子分析的功能

    標(biāo)簽: 6.0 VC 主成分分析 代碼

    上傳時(shí)間: 2015-09-03

    上傳用戶:cjf0304

  • Geddes,膚色分割

    Geddes,膚色分割,數(shù)字濾波器,Otsu-最大類間方差,非線性映射所產(chǎn)生的混沌序列

    標(biāo)簽: Geddes 膚色 分割

    上傳時(shí)間: 2013-12-17

    上傳用戶:rishian

  • 研究用于自適應(yīng)均衡器的LMS算法的性能

    研究用于自適應(yīng)均衡器的LMS算法的性能,數(shù)據(jù)源產(chǎn)生有零平均和單位方差的由符號(hào)+1和-1組成的Bernoulli的序列{I(n)}.數(shù)據(jù)源之后的信道可以用升余弦脈沖響應(yīng)來模擬。

    標(biāo)簽: LMS 均衡器 算法 性能

    上傳時(shí)間: 2013-12-26

    上傳用戶:xg262122

  • 現(xiàn)有的代數(shù)特征的抽取方法絕大多數(shù)采用一維的方法

    現(xiàn)有的代數(shù)特征的抽取方法絕大多數(shù)采用一維的方法,即首先將圖像轉(zhuǎn)換為一維向量,再用主分量分析(PCA),Fisher線性鑒別分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征,然后用適合的分類器分類。針對(duì)一維方法維數(shù)過高,計(jì)算量大,協(xié)方差矩陣常常是奇異矩陣等不足,提出了二維的圖像特征抽取方法,計(jì)算量小,協(xié)方差矩陣一般是可逆的,且識(shí)別率較高。

    標(biāo)簽: 特征

    上傳時(shí)間: 2014-11-29

    上傳用戶:tianjinfan

  • 教學(xué)信息管理系統(tǒng)是校園信息管理系統(tǒng)的一個(gè)有機(jī)組成部分。經(jīng)過詳細(xì)的需求分析

    教學(xué)信息管理系統(tǒng)是校園信息管理系統(tǒng)的一個(gè)有機(jī)組成部分。經(jīng)過詳細(xì)的需求分析,本系統(tǒng)選用Borland的公司的Delphi7作為開發(fā)工具,利用其提供的集成開發(fā)環(huán)境及各種控件,達(dá)到對(duì)教學(xué)信息管理的目的。開發(fā)的教學(xué)信息管理系統(tǒng)實(shí)現(xiàn)的主要功能包括學(xué)生成績(jī)查詢、學(xué)生資料查詢、教師資料查詢、單科成績(jī)?yōu)g覽、學(xué)年開課清單、學(xué)分計(jì)算、平均分計(jì)算、方差計(jì)算、填加修改學(xué)生、教師、課程信息、數(shù)據(jù)庫的還原、備份及其它一些輔助功能。

    標(biāo)簽: 信息管理系統(tǒng) 機(jī)組

    上傳時(shí)間: 2015-09-16

    上傳用戶:shus521

  • 該文件是產(chǎn)生兩組隨即的高斯分布系列

    該文件是產(chǎn)生兩組隨即的高斯分布系列,均值為0,均方差為N/2

    標(biāo)簽: 高斯 分布

    上傳時(shí)間: 2015-09-17

    上傳用戶:qunquan

  • 用來產(chǎn)生均勻分布或高斯分布的偽隨機(jī)數(shù) (近似白噪聲)

    用來產(chǎn)生均勻分布或高斯分布的偽隨機(jī)數(shù) (近似白噪聲),它們可具有不同的均值和方差。用REMEZ算法求交錯(cuò)點(diǎn)組。用Cholesky分解求ARMA模型的參數(shù)并作譜估計(jì)。求MA模型的參數(shù) 并估計(jì)功率譜。 用最小方差法估計(jì)序列 的功率譜。

    標(biāo)簽: 分布 偽隨機(jī) 高斯 白噪聲

    上傳時(shí)間: 2015-10-24

    上傳用戶:aa54

  • QPSK在加性高斯白噪聲環(huán)境下

    QPSK在加性高斯白噪聲環(huán)境下,信噪比和誤碼率的仿真。 先產(chǎn)生一個(gè)四組符號(hào)的序列,再將該序列映射到對(duì)應(yīng)的相位上。用相應(yīng)的函數(shù)產(chǎn)生均值為零、方差為δ2的加性高斯噪聲。

    標(biāo)簽: QPSK 高斯白噪聲 環(huán)境

    上傳時(shí)間: 2014-01-08

    上傳用戶:xc216

  • 貝葉斯分類器是一種最優(yōu)分類器

    貝葉斯分類器是一種最優(yōu)分類器,它假設(shè)基于可獲得的信息可以建立類別的概率密度函數(shù),然后基于最小錯(cuò)誤率分類準(zhǔn)則進(jìn)行分類。一般假設(shè)概率密度函數(shù)是正態(tài)分布,因?yàn)檎龖B(tài)分布數(shù)學(xué)基礎(chǔ)較好。問題就轉(zhuǎn)化為正態(tài)分布參數(shù)的估計(jì)問題。幸運(yùn)的是,參數(shù)估計(jì)問題已經(jīng)被很好的解決了。 基于正態(tài)分布的協(xié)方差的不同,正態(tài)概率分布型的貝葉斯分類器可分為:歐式距離分類器、馬氏距離分類器、線性判別分析、對(duì)角線性判別分析、二次判別分析和對(duì)角二次判別分析。 在具有模式的完整統(tǒng)計(jì)知識(shí)條件下,按照貝葉斯決策理論進(jìn)行設(shè)計(jì)的一種最優(yōu)分類器。分類器是對(duì)每一個(gè)輸入模式賦予一個(gè)類別名稱的軟件或硬件裝置,而貝葉斯分類器是各種分類器中分類錯(cuò)誤概率最小或者在預(yù)先給定代價(jià)的情況下平均風(fēng)險(xiǎn)最小的分類器。它的設(shè)計(jì)方法是一種最基本的統(tǒng)計(jì)分類方法。 目標(biāo):編程實(shí)現(xiàn)正態(tài)概率分布型的貝葉斯分類器。

    標(biāo)簽: 分類器 貝葉斯

    上傳時(shí)間: 2014-01-05

    上傳用戶:葉山豪

主站蜘蛛池模板: 长葛市| 保康县| 盐源县| 五家渠市| 浦东新区| 扬中市| 霍林郭勒市| 阜新市| 林芝县| 北川| 霞浦县| 韶山市| 绥芬河市| 蒲江县| 刚察县| 敦化市| 托克托县| 龙里县| 道孚县| 沁水县| 茌平县| 固始县| 江西省| 剑川县| 禄丰县| 平安县| 石嘴山市| 久治县| 三亚市| 西乌珠穆沁旗| 浙江省| 兴安县| 浦东新区| 大姚县| 建昌县| 方山县| 蒲江县| 定襄县| 中山市| 吉首市| 渭南市|