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. 统计信号处理：非高斯信号处理及其应用

  2. 本书主要介绍非高斯信号处理(包括基于高阶统计量和分数低阶统计量的信号处理)的理论、方法及其应用。全书分为9章,内容包括：高斯过程与二阶统计量，高阶累积量和高阶谱，Alpha稳定分布与分数低阶统计量，基于以上信号的处理方法，基于分数低阶统计量数字信号处理的应用等。 第1章 绪论 1.1 预备知识 1.1.1 信号与信号处理的概念 1.1.2 随机变量及其分布 1.1.3 随机信号及随机过程 1.1.4 统计信号处理的原理与方法 1.2 矩理论简介 1.2.1 矩及统计量的概念 1.2.2 二阶统

  3. 所属分类：其它

    • 发布日期：2011-01-14
    • 文件大小：4194304
    • 提供者：skywater928

  1. 贝叶斯估计

  2. 详细介绍了贝叶斯估计的方法以及原理，适合做信号处理方面的学者参考

  3. 所属分类：C/C++

    • 发布日期：2011-12-13
    • 文件大小：297984
    • 提供者：zhushentianz

  1. 基于背景建模的动态场景目标检测

  2. 背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通 过核函数估计的方法模拟了像素点五维特征向量( 彩色灰度值，图像坐标) 的概率分布，并在图像序列中滚动更新。对于每一个新入帧通过 马尔可夫随机场最大后验概率判决框架将前景背景全局分割问题转化为最大流最小切求解。实验证明，上述算法能够在一般目标检测，特 别是动态场景(摇动树枝等)的检测中取得较好的效果

  3. 所属分类：其它

    • 发布日期：2012-07-12
    • 文件大小：1048576
    • 提供者：ggm19890303

  1. 目标定位基于WSN

  2. 最大期望 EM 算法是在概率 probabilistic 模型中寻找参数最大似然估计或者最大后验估计的算法 其中概率模型依赖于无法观测的隐藏变量

  3. 所属分类：其它

    • 发布日期：2014-03-03
    • 文件大小：2097152
    • 提供者：u013892712

  1. MLE vs MAP

  2. 最大后验估计讲得很好，很容易理解二值特征时MAP 的重要性。 其中的例子很形象。

  3. 所属分类：讲义

  1. 最大期望算法EM算法

  2. 最大期望算法（Expectation Maximization Algorithm，又译期望最大化算法），是一种迭代算法，用于含有隐变量（hidden variable）的概率参数模型的最大似然估计或极大后验概率估计。 本文主要提供EM算法c代码

  3. 所属分类：其它

    • 发布日期：2015-06-24
    • 文件大小：36864
    • 提供者：u012668277

  1. EM算法简介

  2. 最大期望算法（Expectation Maximization Algorithm，又译期望最大化算法），是一种迭代算法，1977年由 Dempster等人总结提出，用于含有隐变量（hidden variable）的概率参数模型的最大似然估计或极大后验概率 估计。EM算法的每次迭代由两步组成，E步根据参数初始值或上一次迭代的模型参数来计算出隐性变量的后验概 率，其实就是隐性变量的期望，作为隐藏变量的现估计值； M步将似然函数最大化以获得新的参数值。

  3. 所属分类：讲义

    • 发布日期：2015-08-26
    • 文件大小：292864
    • 提供者：u012506558

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 最大似然估计与最大验后估计

  2. 最大似然估计与最大验后估计 最大似然估计与最大验后估计

  3. 所属分类：专业指导

    • 发布日期：2017-11-27
    • 文件大小：96256
    • 提供者：chuangechuange

  1. 贝叶斯思想以及与最大似然估计，最大后验估计的区别

  2. 机器学习的核心思想是从过往的经验中学习出规则，从而对新的事物进行预测。对于监督学习来说，有用的样本数目越多，训练越准确。主要是各种模型+算法 ，最终得到一个最优解。最大似然，最大后验估计都是给定模型参数后，得到样本集的概率的方法。

  3. 所属分类：机器学习

    • 发布日期：2018-03-16
    • 文件大小：644096
    • 提供者：face_to

  1. 最大后验概率准则matlab仿真

  2. 信号检测与估计理论最大后验概率准则，自己编写，欢迎下载

  3. 所属分类：讲义

    • 发布日期：2018-06-25
    • 文件大小：5120
    • 提供者：sdshiwangtong

  1. 高斯分布参数的极大似然估计，EM算法

  2. 哈工大研究生课程讲义高斯分布参数的极大似然估计，EM算法高斯混合模型算法的迭代公式推导 我们首先来推导般混合密度模型参数估计的算法达代公式,然后再将般的混合 密度模型具体化为髙斯混合模型。 混合密度模型 假设样本集={x1,…,x}中的样本相互独立,并且按照如下的过程产生: 样木是依据桃率由个分布中的一个产生的,分布的概率密度数为(x0), 1,,,0为分布的参数 由第个分布产生样本的先验概率为a 先验概率a=(a1…,a),以及分布的参数日,…,0均未知。 我们称样本集来自于一个混合密度模型,

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：214016
    • 提供者：qq_27328663

  1. 免疫自适应高斯混合粒子滤波器用于状态估计

  2. 粒子滤波器（PF）是一种灵活而强大的顺序蒙特卡洛（SMC）技术，能够对非线性，非高斯和非平稳动力系统进行建模。但是，通用PF受到粒子退化和样品贫乏的困扰，这极大地影响了其在非线性，非高斯跟踪问题上的性能。为了解决这些问题，提出了一种改进的PF。该算法由一个PF组成，该PF使用基于免疫自适应高斯混合模型（IAGM）的免疫算法来重新逼近后验密度。同时，三个免疫抗体操作员被嵌入到新的过滤器中。代替使用重采样策略，最新的观察结果和条件似然被集成到那些免疫抗体操作员中以更新粒子，这可以进一步改善粒子的多样

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：742400
    • 提供者：weixin_38737144

  1. 信号检测与估计部分算法MATLAB仿真程序

  2. 基于贝叶斯准则的信号检测，基于最小平均错误概率的信号检测，基于最大后验概率的信号检测，基于极小化极大准则下的信号检测，基于奈曼-皮尔逊准则的信号检测，基于最大似然准则的多元的信号检测，基于经典贝叶斯准侧的信号参量估计，线性最小均方误差估计，最小二乘估计，信号频率的最大似然估计

  3. 所属分类：电信

    • 发布日期：2021-03-13
    • 文件大小：8192
    • 提供者：boomkyhzh

  1. 改进的最大后验概率估计法实现单幅图像超分辨率重建

  2. 从图像降质模型出发，研究运用最大后验概率(MAP)估计法实现图像超分辨率重建。简单介绍了MAP方法的发展现状，并分析了该算法中存在的缺陷，即目标函数的吉布斯(Gibbs)项对于重建图像的噪声抑制力不均衡。针对该缺陷采用原始低分辨率图像插值后图像的梯度场对MAP目标函数的Gibbs项系数进行修正，使该系数对各像素根据相应梯度值自适应的调整，在一定程度上均衡了目标函数对于不同梯度值区域的约束力。采用共轭梯度法对改进前后MAP算法分别求解并进行了仿真。结果显示相比传统MAP算法，改进的MAP算法得到的

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：2097152
    • 提供者：weixin_38741996

  1. 基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法(英文)

  2. SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：2097152
    • 提供者：weixin_38565818

  1. 最大后验（Maximum a Posteriori，MAP）概率估计详解

  2. 最大后验（Maximum A Posteriori，MAP）概率估计 注：阅读本文需要贝叶斯定理与最大似然估计的部分基础   最大后验（Maximum A Posteriori，MAP）估计可以利用经验数据获得对未观测量的点态估计。它与Fisher的最（极）大似然估计（Maximum Likelihood，ML）方法相近，不同的是它扩充了优化的目标函数，其中融合了预估计量的先验分布信息，所以最大后验估计可以看作是正则化（regularized）的最大似然估计。   想要了解最大后验（MAP）概率

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：118784
    • 提供者：weixin_38654855

  1. 基于最大熵估计的支持向量机概率建模

  2. 提出一种基于最大熵估计的支持向量机概率建模方法.针对传统的支持向量机方法不能提供后验概率的输出问题, 从信息熵的角度采用最大熵估计方法,直接对支持向量机输出进行后验概率建模.实验结果表明, 与同类算法相比, 所提出的基于最大熵估计的概率建模方法具有优良的性能.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：343040
    • 提供者：weixin_38595689

  1. 基于贝叶斯估计的最大后验点估计.pdf

  2. 基于贝叶斯估计的最大后验（MAP）估计

  3. 所属分类：机器学习

    • 发布日期：2021-01-13
    • 文件大小：176128
    • 提供者：weixin_42397505
« 12 3 4 5 »