<input id="2mmmc"></input>
這主要是線性預(yù)測(cè)算法的一些程序，包括最小方差算法！前向預(yù)測(cè)！后向預(yù)測(cè)！
標(biāo)簽： 線性預(yù)測(cè) 算法 程序
上傳時(shí)間： 2013-12-14
上傳用戶：363186
計(jì)算多維正態(tài)分布的概率密度值，給出均值和方差矩陣
標(biāo)簽： 計(jì)算 多維 分布 正
上傳時(shí)間： 2014-11-02
上傳用戶：q123321
SVD去噪，構(gòu)造的矩陣方法為對(duì)數(shù)據(jù)進(jìn)行均勻分段，并對(duì)去噪前后的信噪比，均方差進(jìn)行了對(duì)比。
標(biāo)簽： SVD 去噪
上傳時(shí)間： 2013-12-25
上傳用戶：偷心的海盜
小波閾值去噪，比較了軟閾值，硬閾值及當(dāng)今各種閾值計(jì)算方法和閾值函數(shù)處理方法的性能，通過信噪比及均方差的比較，得出各種的算法的優(yōu)劣。
標(biāo)簽： 小波閾值 去噪
上傳時(shí)間： 2016-05-30
上傳用戶：qiaoyue
該算法，先對(duì)協(xié)方差矩陣進(jìn)行休整，然后用信息論的方法得出信號(hào)的源數(shù)，這是進(jìn)行空間普估計(jì)的基礎(chǔ)
標(biāo)簽： 算法
上傳用戶：gaojiao1999
對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并打開圖形數(shù)據(jù)統(tǒng)計(jì)分析對(duì)話框，該對(duì)話框可以獲得數(shù)據(jù)的最小值、最大值、平均值、中值以及均方差等。
標(biāo)簽： 對(duì)數(shù) 統(tǒng)計(jì)分析
上傳時(shí)間： 2013-12-23
上傳用戶：彭玖華
K-MEANS算法 輸入：聚類個(gè)數(shù)k，以及包含 n個(gè)數(shù)據(jù)對(duì)象的數(shù)據(jù)庫。 輸出：滿足方差最小標(biāo)準(zhǔn)的k個(gè)聚類。 處理流程： （1） 從 n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心； （2） 循環(huán)（3）到（4）直到每個(gè)聚類不再發(fā)生變化為止 （3） 根據(jù)每個(gè)聚類對(duì)象的均值（中心對(duì)象），計(jì)算每個(gè)對(duì)象與這些中心對(duì)象的距離；并根據(jù)最小距離重新對(duì)相應(yīng)對(duì)象進(jìn)行劃分； （4） 重新計(jì)算每個(gè)（有變化）聚類的均值（中心對(duì)象）
標(biāo)簽： K-MEANS 算法 輸入 聚類
上傳時(shí)間： 2013-12-20
上傳用戶：chenjjer
心理測(cè)量統(tǒng)計(jì)分析中，進(jìn)行多元方差分析的Delphi源代碼
標(biāo)簽： 測(cè)量 統(tǒng)計(jì)分析
上傳用戶：tuilp1a
應(yīng)用自適應(yīng)的干擾對(duì)消法去除高斯白噪聲，程序中給出兩種相關(guān)噪聲產(chǎn)生的方法，第一種只有一個(gè)噪聲是隨機(jī)產(chǎn)生的，第二種兩個(gè)噪聲都是隨機(jī)產(chǎn)生的。程序中給出了去噪后信噪比和均方差的增益。
標(biāo)簽： 干擾對(duì)消 高斯白噪聲
上傳時(shí)間： 2013-11-30
上傳用戶：cazjing
kalman濾波學(xué)習(xí)的Maltab程序，特點(diǎn)是簡(jiǎn)單清晰，過程噪聲和觀測(cè)噪聲的方差可以設(shè)定，能夠直觀的學(xué)習(xí)濾波器的特點(diǎn)。
標(biāo)簽： kalman Maltab 濾波 程序
上傳時(shí)間： 2016-07-30
上傳用戶：許小華
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
