注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 贝叶斯分类器贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。目前研究较多的贝叶斯分类器主要有四种，分别是：Naive Bayes、TAN、B

  2. 　贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。 　　贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是： 　　1、已知类条件概率密度参数表达式和先验概率。 　　2、利用贝叶斯公式转换成后验概率。 　　3、根据后验概率大小进行决策分类。

  3. 所属分类：C++

    • 发布日期：2010-01-14
    • 文件大小：68608
    • 提供者：bear_fish

  1. 贝叶斯决策 模式识别实验 matlab

  2. 有一组（20个）待识别的细胞样本，其先验概率为0.8（正常）和0.2（异常）; 其观察值相应的类条件概率密度如下，试利用最小错误率贝叶斯决策规则和最小风险贝叶斯决策规则，分别设计一个分类器，对它们进行分类（分为两类，正常和异常）， (结果表述格式自己设计，表达清楚每个样本的分类情况即可)。风险损失值： 正常状态下（第二行）和异常状态下（第三行）细胞特征观察值的类条件概率密度：

  3. 所属分类：C/C++

    • 发布日期：2011-04-06
    • 文件大小：104448
    • 提供者：gangannini

  1. 条件概率密度传播——粒子滤波的一种特例

  2. 条件概率密度传播——粒子滤波的一种特例.该算法成功的应用于视觉跟踪领域

  3. 所属分类：C++

    • 发布日期：2011-05-25
    • 文件大小：30720
    • 提供者：chentianmin888

  1. 上机实验11

  2. 有一组（20个）待识别的细胞样本，其先验概率为0.8（正常）和0.2（异常）; 其观察值相应的类条件概率密度如下，试利用最小错误率贝叶斯决策规则和最小风险贝叶斯决策规则，分别设计一个分类器，对它们进行分类（分为两类，正常和异常）， (结果表述格式自己设计，表达清楚每个样本的分类情况即可)。风险损失值：

  3. 所属分类：数据库

    • 发布日期：2014-04-02
    • 文件大小：27648
    • 提供者：u014506993

  1. 卡尔曼滤波代码

  2. ①卡尔曼滤波是一个算法，它适用于线性、离散和有限维系统。每一个有外部变量的自回归移动平均系统(ARMAX)或可用有理传递函数表示的系统都可以转换成用状态空间表示的系统，从而能用卡尔曼滤波进行计算。 ②任何一组观测数据都无助于消除x(t)的确定性。增益K(t)也同样地与观测数据无关。 ③当观测数据和状态联合服从高斯分布时用卡尔曼递归公式计算得到的是高斯随机变量的条件均值和条件方差，从而卡尔曼滤波公式给出了计算状态的条件概率密度的更新过程线性最小方差估计，也就是最小方差估计。

  3. 所属分类：C

    • 发布日期：2016-05-22
    • 文件大小：3072
    • 提供者：u011274165

  1. 正态分布数据的极大似然估计MATLAB实现

  2. 样本数据的类条件概率密度符合正态分布，对训练样本进行极大似然估计得到参数，再对测试样本进行分类。

  3. 所属分类：机器学习

    • 发布日期：2017-05-28
    • 文件大小：4096
    • 提供者：zengxiantao1994

  1. 基于二值数据的贝叶斯分类实现

  2. 是统计模式识别的基本方法和基础。 是“最优分类器”：使平均错误率最小 条件： 类别数一定， （决策论中把类别称作状态） 已知类先验概率和类条件概率密度

  3. 所属分类：数据库

  1. 负指数分布、K分布、Gamma-Gamma分布模型的概率密度函数pdf

  2. 通过Matlab实现了FSO链路的负指数分布、K分布、Gamma-Gamma分布模型的概率密度函数，可以对比分析三种分布的概率密度函数，并可以根据画出不同湍流强度条件下的pdf。

  3. 所属分类：电信

    • 发布日期：2019-03-19
    • 文件大小：1024
    • 提供者：qq_41224110

  1. 密度估计异常检测

  2. 我们利用神经密度估计的最新突破，提出了一种新的无监督的密度估计（ANODE）技术进行无异常检测。 通过估计信号区域和边带中数据的条件概率密度，并将其内插到信号区域中，可以构建数据与背景之间完全由数据驱动的似然比。 该似然比对可能由于局部异常而导致的数据过密度敏感。 另外，ANODE方法的独特潜在好处是可以使用学习的密度直接估算背景。 最后，ANODE能够抵抗信号区域和边带之间的系统差异，因此比其他方法具有更广泛的适用性。 我们使用LHC Olympics 2020 R＆D数据集展示了这种新方法的

  3. 所属分类：其它

    • 发布日期：2020-05-04
    • 文件大小：1048576
    • 提供者：weixin_38693589

  1. 产品回收质量不确定条件下的再制造利润模型

  2. 产品回收质量不确定条件下的再制造利润模型，邓乾旺，崔巍，废旧产品的回收价格和再制造成本与回收质量有密切的关系，本文针对回收质量的不确定性，采用概率密度函数对其进行了定量描述，建

  3. 所属分类：其它

    • 发布日期：2020-03-13
    • 文件大小：395264
    • 提供者：weixin_38720756

  1. 推移质运动速度的概率密度分布

  2. 推移质运动速度的概率密度分布，唐立模，厉凯，利用三维粒子图像示踪测速技术，进行了不同泥沙粒径、比重和水力比降条件下推移质颗粒的三维运动速度测量，并统计分析了其概率密

  3. 所属分类：其它

    • 发布日期：2020-02-20
    • 文件大小：325632
    • 提供者：weixin_38747444

  1. 常用的概率分布类型及其特征

  2. 常用的概率分布类型及其特征 3．1 二点分布和均匀分布 1、 两点分布 许多随机事件只有两个结果。如抽检产品的结果合格或不合格；产品或者可靠的工作，或者失效。描述这类随机事件变量只有两个取值，一般取0和1。它服从的分布称两点分布。 其概率分布为： 其中 Pk=P（X=Xk），表示X取Xk值的概率： 0≤P≤1。 X的期望 E（X）=P X的方差 D（X）=P（1—

  3. 所属分类：专业指导

    • 发布日期：2011-01-06
    • 文件大小：69632
    • 提供者：bluebream2011

  1. CIF:带有生成条件可逆流网络表示点云的官方存储库-源码

  2. 用生成条件可逆流网络表示点云 这是本文的PyTorch实现： MichałStypułkowski，Kacper Kania，Maciej Zamorski，MaciejZięba，TomaszTrzciński，Jan Chorowski 预印本。 正在审查中。 介绍 本文重点介绍了一种新颖的3D点云生成方法，该方法利用了基于可逆流的模型。 该方法的主要思想是将点云视为使用特定于云的神经网络建模的3D空间中的概率密度。 为了捕获点云之间的相似性，我们依赖于网络之间的参数共享，每个云只有一个很

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1048576
    • 提供者：weixin_42111465

  1. 确定分类问题基本概率分配的非参数方法

  2. 作为不确定性条件下知识表示和决策的重要工具，Dempster-Shafer证据理论（DS理论）已在许多领域中使用。 DS理论的应用严重依赖于基本概率分配（BPA）的可用性。 BPA的确定仍然是一个悬而未决的问题。 提出了一种获取BPA的非参数方法。 该方法可以处理分类问题中的多属性数据集。 数据集样本的每个属性值都被视为随机量。 使用训练数据计算其非参数概率密度函数（PDF），可以将其视为对应属性的概率模型。 然后，基于测试样本和概率模型之间的关系来构造BPA函数。 在证据理论的框架内，数据集中

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：weixin_38676500

  1. 复杂传播路径条件下激光光强起伏特性研究

  2. 对复杂地形情况下实际湍流大气中的激光强度起伏进行了系统的实验观测，分析了光强起伏统计特征的周日及全年变化规律。结果发现:复杂地形情况下实际湍流大气中的激光光强起伏，不论是概率密度分布还是其功率谱等统计特征均与理论上的偏离很大。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：103424
    • 提供者：weixin_38728277

  1. 实际大气中激光闪烁的概率分布

  2. 根据湍流大气中激光对数强度的最低几阶中心矩建立了一种最大似然概率分布模型, 该模型可以方便和准确地描述实际概率分布。 根据实验结果分析了激光对数强度的概率分布的偏斜度和陡峭度的特征。 发现在弱起伏条件下, 对数强度的概率分布一般接近于正态分布, 当偏离正态分布时, 概率密度分布的偏斜度总是为负, 陡峭度总是为正。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：1048576
    • 提供者：weixin_38535848

  1. Intuitive_Probability_and_Random_Processes：我的个人笔记和对问题集的尝试摘自Steven Kay的书《使用MATLAB的直观概率和随机过程》。-源码

  2. 概述： 这个回购是对我个人笔记的补充和对问题集的尝试，这些问题集来自（ “ 。 这本书的勘误可以在找到。 我已经把大部分的文本代码翻译成Python是很自由的，并且还将写出Python的模拟。 这些笔记本中可能发现的所有错字和错误都是我自己的。 内容： 基础概念 1： 2： 3： 4： 离散的 5： 6： 7： 8： 9：离散N维随机变量 连续 10：连续随机变量 11：连续随机变量的期望值 12：多个连续随机变量 13：条件概率密度函数 14：连续N维随机变量 15：使用极

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：5242880
    • 提供者：weixin_42100188

  1. 离散速率条件下的大气激光通信自适应调制编码系统性能

  2. 针对大气湍流引起的系统频带利用率下降的问题，研究了一种离散速率条件下的大气激光通信自适应调制编码系统。从信号层角度建立了湍流信道模型，给出了湍流信道下的瞬时信噪比概率密度函数，并采用外场实验验证了该信道模型。理论推导了系统频带利用率和误码率表达式，仿真结果表明大气激光通信自适应调制编码系统较传统单一传输模式系统具有优越性。研究了其频带利用率和误码率曲线特性，分析了误码率要求和湍流强度对系统性能的影响。结果表明降低误码率要求可大幅提高系统的频带利用率，且误码率要求越低，湍流强度越弱，频带利用率越高

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：3145728
    • 提供者：weixin_38638312

  1. 基于EWT和分位数回归森林的短期风电功率概率密度预测

  2. 概率密度预测能够给出未来风电功率可能的波动范围、预测值出现的概率及不确定性等更多信息，提出基于经验小波变换(EWT)和分位数回归森林的短期风电功率概率密度组合预测模型。首先，采用新型自适应信号处理方法——经验小波变换，将原始风电功率序列分解为一系列频率特征互异的经验模式；然后，对每一经验模式序列分别构建分位数回归森林预测模型，得到任意分位点条件下的预测结果，通过叠加不同经验模式预测结果获得最终的短期风电功率预测值；最后，对预测值条件分布采用核密度估计获得任意时刻概率密度预测。仿真结果验证了所提模

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38681286

  1. 基于深度学习分位数回归模型的风电功率概率密度预测

  2. 针对风电功率预测问题，在现有预测方法和概率性区间预测的基础上，提出基于深度学习分位数回归的风电功率概率预测方法。该方法采用Adam随机梯度下降法在不同分位数条件下对长短期记忆神经网络(LSTM)的输入、遗忘、记忆、输出参数进行估计，得出未来200 h内各个时刻风电功率的概率密度函数。根据美国PJM网上的风电功率实际数据的仿真结果表明，所提方法不仅能得出较为精确的点预测结果，而且能够获得风电功率完整的概率密度函数预测结果。与神经网络分位数回归相比，其精度更高，且在同等置信度下的预测区间范围更小。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38499950
« 12 3 4 5 6 »