本文檔的標(biāo)題是并行高斯粒子濾波器結(jié)構(gòu)分析和實現(xiàn)。本文針對粒子濾波器計算量大、實時性差的問題分析了高斯粒子濾波的并行結(jié)構(gòu),并以一個簡單實例為背景介紹了高斯粒子濾波器在集群計算機(jī)上的應(yīng)用實現(xiàn)。是一篇很好的論文
上傳時間： 2014-01-12
上傳用戶：xymbian
摘要: 研究了蒙特卡羅仿真原理和仿真結(jié)果置信度 結(jié)合AWGN(加性白高斯噪聲) 信道特點,甄選出3 個合適的 參量,即誤碼個數(shù)、置信概率和仿真結(jié)果最大相對誤差 提出了AWGN 信道下仿真數(shù)據(jù)量選取的一般性結(jié)論,即誤 碼個數(shù)正比于置信區(qū)間上分位點的平方、反比于最大相對誤差的平方. 仿真結(jié)果驗證了所提結(jié)論在AWGN 信道各 種信噪比下均有效 同時對于無線通信或移動通信的時變多徑衰落信道,如采用OFDM(正交頻分復(fù)用) 、分集、均 衡、交織等技術(shù),能將信道改造為AWGN 信道,該結(jié)論依然有效. 關(guān) 鍵 詞: 加性白高斯噪聲 蒙特卡羅仿真 仿真數(shù)據(jù)量 置信概率
上傳時間： 2016-03-22
上傳用戶：cylnpy
高階譜分析中的實現(xiàn)三階累積量計算的源程序。
標(biāo)簽： 分 中的實現(xiàn) 量計 源程序
上傳時間： 2014-11-27
上傳用戶：xmsmh
高階統(tǒng)計量常用函數(shù)的源代碼，以及其基本用法。其中包括參數(shù)模型高階譜估計，線性預(yù)測模型，諧波恢復(fù)與DOA估計，非線性隨機(jī)過程，wigner時頻分析，時延估計等matlab源代碼和一些基本用法。希望對大家有幫助！
上傳時間： 2013-12-18
上傳用戶：Yukiseop
低通采樣 用MATLAB設(shè)計低通,帶通,高通和帶阻FIR數(shù)字濾波器
上傳時間： 2014-11-17
上傳用戶：cx111111
很實用的太陽能小夜燈 供電2V,充電電池為兩個1.2V並聯(lián),J3並接4個高亮LED. 太陽能電池2V 充電電池1.2V 900mAh D1 1N5817TB Q1 Q4 S9013 Q2 S9014 Q3 S9015 R1 2M R2 3.3M R3 68K R4 6.8K R5 560
標(biāo)簽： 1.2 N5817 S9013 S9014
上傳時間： 2014-01-02
上傳用戶：refent
常見的FIR數(shù)字濾波器有帶阻、帶通、低通和高通四種，這里選擇低通濾波器為例,設(shè)計FIR數(shù)字濾波器
標(biāo)簽： FIR 數(shù)字濾波器 帶通 低通
上傳時間： 2014-12-03
上傳用戶：二驅(qū)蚊器
您的可用下載數(shù)就會增加1次。更多說明請參看量越高得到的下載個數(shù)越
標(biāo)簽：
上傳時間： 2016-07-27
上傳用戶：vodssv
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
標(biāo)簽： 聚類 K-MEANS k-means 對象
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
標(biāo)簽： 聚類 K-MEANS k-means 對象
上傳時間： 2013-12-19
上傳用戶：chenlong
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
