一， 一般步驟 （1），消除或減小恒定系差 （2），求測量數據的數學期望 ，即算術平均值 ： ， 其中n為測量數據次數， 為第 次測量的數據。 （3），求剩余誤差 ： （4），根據貝塞爾公式求標準偏差 ： （5），檢查是否有粗大誤差。檢查時用了肖維納準則。如果某次測量的結果 所對應的 ，則認為是壞值，予以剔除。 （6），如有壞值，剔除后重新進行步驟（2）～（5）的計算，直至無壞值為止。 （7），判斷有無變值系差。判斷是可用馬利科夫準則或阿卑—赫梅特準則。 （8），求出算術平均值的標準偏差 ： 必須注意，如前面計算中曾出現壞值，則這里的 應為剔除后重新計算出的標準偏差。 （9），求算術平均值的不確定度
標簽：
上傳時間： 2015-06-01
上傳用戶：shizhanincc
尊敬的站長： 鄙人是研究MIMO通信系統的一名研究生，經人介紹找到貴站，感覺貴網站資料有鄙人一直苦苦搜索的內容，但苦于自己不是專門的編程人員，對源碼所知甚少，僅上傳4篇有關我研究專業的英文版論文，均為2005年下半年及06年IEEE檢索文章（國內網站均未見中文版本，對于研究MCMC(蒙特卡羅-馬爾科夫檢測方法)方法有很大幫助），希望能予以錄用，給予下載權限（本人只需很少資源有寥寥幾個便足矣）。盼回信告之！
標簽： MIMO 通信系統 研究生
上傳時間： 2015-08-11
上傳用戶：上善若水
CRF1.2，條件隨機場軟件包，很好用很流行的一個文本分類軟件，可以用于自然 語言的處理，標簽，分類，詞性發現，用戶只需要著重構造特征函數既可以，實驗結果和應用表明crf要優于隱馬爾科夫模型。實現環境為java語言。
標簽： CRF 1.2
上傳時間： 2017-02-16
上傳用戶：manking0408
計算沒有排隊時候的阻塞率，馬爾科夫鏈，用于計算通信質量。
標簽： 計算 阻塞率
上傳時間： 2014-12-08
上傳用戶：hustfanenze
馬爾科夫應用在圖像分割上的研究，它應有的是高斯模型
標簽： 高斯模型
上傳時間： 2015-11-30
上傳用戶：chuxuan0215
隱馬爾科夫模型壓縮包。。。隱馬爾科夫模型的離散形式及連續形式的實現。。。
標簽： HMM
上傳時間： 2016-03-03
上傳用戶：dsgadgad
學習隨機信號必看的書，特別是馬爾科夫鏈這一部分的內容，是隨機理論的核心
標簽： 隨機 過程
上傳時間： 2016-11-14
上傳用戶：string
論文首先對基本定位算法如基于小區編號、接收信號場 強、到達時間到達時間差、到達角度、混合定 位方法等的原理，誤差消除及處理，還有與混合定位方法相關的數據 融合技術進行了簡單介紹。隨后分析介紹了國內外最新的定位算法及 優化點，如約束極小化定位算法、基于向量機的模式識別定位 算法和指紋定位算法等，優化點有在基于指紋定位方法的基礎上考慮 馬爾科夫模型，方法基礎上考慮功率加權算法，濾波方面考慮滑 動窗技術等。
標簽： 蜂窩 無線網絡 手機定位 法的研究
上傳時間： 2017-03-15
上傳用戶：rocket1122
隨著無線通信領域中的各種語音、圖像、視頻等數字化業務大量增長，導致有限的頻譜資源變得日益緊張，成為制約無線通信發展的主要因素。經過FCC研究發現，已經授權給現有無線電業務的頻譜在時間和空間上存在不同程度的閑置，即存在頻譜空洞，造成了頻譜資源的嚴重浪費。為改變這種局面，人們提出了認知無線電技術。它能夠檢測頻譜空洞，在不對授權用戶造成干擾的前提下進行頻譜接入，實現頻譜共享，從而提高頻譜利用率。 本文首先介紹了課題研究背景，然后詳細論述了認知無線電技術和機會頻譜接入技術的定義、關鍵技術、應用場景和國內外研究現狀，并闡述了認知無線電網絡的體系架構。 接著研究了基于POMDP（部分可觀測馬爾科夫決策過程）的機會頻譜接入算法。并介紹了POMDP算法的三種接入方式以及對各種算法進行仿真，比較各算法的性能。
標簽： 認知無線電 方案 頻譜
上傳時間： 2018-03-13
上傳用戶：lml199589
第一章 機器學習革命學習算法入門為何商業擁護機器學習給科學方法增壓10億個比爾·克林頓學習算法與國家安全我們將走向何方第二章 終極算法來自神經科學的論證來自進化論的論證來自物理學的論證來自統計學的論證來自計算機科學的論證機器學習算法與知識工程師天鵝咬了機器人終極算法是狐貍，還是刺猬我們正面臨什么危機新的萬有理論未達標準的終極算法候選項機器學習的五大學派第三章 符號學派：休謨的歸納問題特別說明：僅作為愛好者學習使用（請勿商用）！本文檔由人工智能吧（QQ群 565128329）整理提供并更多學習分享，若覺得不錯請購買印刷版書籍。約不約“天下沒有免費的午餐”定理對知識泵進行預設如何征服世界在無知與幻覺之間你能信任的準確度歸納是逆向的演繹掌握治愈癌癥的方法20問游戲符號學派第四章 聯結學派：大腦如何學習感知器的興盛與衰亡物理學家用玻璃制作大腦世界上最重要的曲線攀登超空間里的高峰感知器的復仇一個完整的細胞模型大腦的更深處第五章 進化學派：自然的學習算法達爾文的算法探索：利用困境程序的適者生存法則性有何用先天與后天誰學得最快，誰就會贏第六章 貝葉斯學派：在貝葉斯教堂里統治世界的定理所有模型都是錯的，但有些卻有用從《尤金·奧涅金》到Siri所有東西都有關聯，但不是直接關聯推理問題掌握貝葉斯學派的方法馬爾可夫權衡證據邏輯與概率：一對不幸的組合第七章 類推學派：像什么就是什么完美另一半維數災難空中蛇災爬上梯子起床啦第八章 無師自通物以類聚，人以群分發現數據的形狀擁護享樂主義的機器人熟能生巧學會關聯第九章 解開迷惑萬里挑一終極算法之城馬爾科夫邏輯網絡從休謨到你的家用機器人行星尺度機器學習醫生馬上來看你第十章 建立在機器學習之上的世界性、謊言和機器學習數碼鏡子充滿模型的社會分享與否？方式、地點如何？神經網絡搶了我的工作戰爭不屬于人類谷歌＋終極算法=天網？進化的第二部分
標簽： 機器學習 人工智能
上傳時間： 2022-05-07
上傳用戶：
蟲蟲下載站版權所有 京ICP備2021023401號-1
<strike id="ekysq"></strike>
