搜索资源列表
zjf147
- 用来产生均匀分布或高斯分布的伪随机数 （近似白噪声），它们可具有不同的均值和方差。用REMEZ算法求交错点组。用Cholesky分解求ARMA模型的参数并作谱估计。求MA模型的参数 并估计功率谱。 用最小方差法估计序列 的功率谱。-used to produce uniform or Gaussian distribution of the pseudo-random number (similar to white noise). T
rbf_mems
- 为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论， 采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模 型而言，这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特；相对于季节时间序列模型而 言，其补偿效果提高了大约15％。
FractalTerrain
- 二维的分形地形可以由一维分形曲线推广得到，首先介绍下一维分形曲线的构造模型。 已知初始线段的两个端点 ，通过随机扰动线段的中点来完成一次迭代，公式为 ： 其中roughness控制当前层次的扰动量，它可以决定每次循环中，随机数值域的减少量，就是说它决定了分形结果的粗糙程度。令 上式是分形曲线模型的一般表达式，其中采用均值为0，方差为1的正态分布函数产生随机数，随着分割层次的增加，当前扰动量将以pow(
chaonim
- 仿真函数 （1），函数形式为： 其中， 是零均值单位方差的高斯噪声。输入 服从[0，1] 均匀分布，且相互独立。样本长度为1000组，将其分为三组，自由选择200组作为模型训练数据，自由选择100组作为检验数据，其余的作为长期检验数据。 （2） 其中x1~x4相互独立， ， 为白噪声
zjf147
- 用来产生均匀分布或高斯分布的伪随机数 （近似白噪声），它们可具有不同的均值和方差。用REMEZ算法求交错点组。用Cholesky分解求ARMA模型的参数并作谱估计。求MA模型的参数 并估计功率谱。 用最小方差法估计序列 的功率谱。-used to produce uniform or Gaussian distribution of the pseudo-random number (similar to white noise). T
rbf_mems
- 为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论， 采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模 型而言，这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特；相对于季节时间序列模型而 言，其补偿效果提高了大约15％。-In order to improve acc
chaonim
- 仿真函数 （1），函数形式为： 其中， 是零均值单位方差的高斯噪声。输入 服从[0，1] 均匀分布，且相互独立。样本长度为1000组，将其分为三组，自由选择200组作为模型训练数据，自由选择100组作为检验数据，其余的作为长期检验数据。 （2） 其中x1~x4相互独立， ， 为白噪声 -Simulation function (1), function of the form: which is th
work
- 上载的内容为随机信号处理的作业,具体是:其中W(t)为均值为零，方差为3的白噪声。 （1）产生若干组500个点长随机序列。 （2）找一个ARMA模型与（1）中的500个点匹配。 （3）在产生一个500个点长的随机序列校正。 -Upload the contents of random signal processing operations, specifically: one of W (t) for the mean
3
- 典型时间序列模型分析 设有ARMA(2,2)模型， X（n）+0.3X(n-1)-0.2X(n-2)=W(n)+0.5W（n-1）-0.2W(n-2) W(n)是零均值正态白噪声，方差为4 （1）用MATLAB模型产生X（n）的500观测点的样本函数，并会出波形； （2）用你产生的500个观测点估计X（n）的均值和方差； （3）画出理论的功率谱 （4）估计X（n）的相关函数和功率谱 -Analysis
L_D
- 用Matlab程序实现P阶Levinson-Durbin算法。以一个2阶自回归模型（参数为b0=1, a1=0, a2=0.81）和一个2阶滑动平均模型（参数为b0=1, b1=1, b2=1）为例，选取观测数据长度为1000，分别用一个AR(2)模型和一个AR(10)阶模型来估计其功率谱。设激励信号模型的高斯白噪声的均值为0，方差为1。用Levinson-Durbin算法迭代计算AR模型参数，并用估计出的AR模型参数画出观测信号的功率
JGA
- 用java语言实现遗传算法 并应用于实现均值方差模型的计算 来实现投资比例的分析-Genetic algorithms with java language and applied to achieve the calculation of the mean variance model to achieve the ratio of investment
em
- MATLAB实现的EM算法，用于高斯混合模型的均值、方差、权重估计-EM algorithm based on MATLAB
ground_detect
- 基于OpenCv的背景检测，先要建立背景模型，检测在背景下的物体。（用的是均值方差的方法建立背景模型）-Background detection based OpenCv to first build the background model to detect objects in the background. (Using a mean-variance method to establish the background mod
portfolio-code
- markowitz 均值方差模型 Black-litterman 模型 resample模型 robust模型-markowitz mean-variance model Black-litterman model resample model robust model
model1
- excel,VBA代码，主要功能是均值方差模型-mean variance model
新建好压 RAR 压缩文件
- 对excle中数据读取，matlab构建均值方差模型、绘图(For data reading in excle, matlab constructs mean variance model and plot)
程序9
- 均值方差模型，HJB方程数值解MATLAB语言实现(Mean variance model, HJB equation, numerical solution, MATLAB language implementation)
8_StaticPortfManagement
- 利用马科维茨的均值方差两步法分析最优投资组合(mean-variance method to get optimal portfolio)
均值方差投资组合模型案例（数据和MATLAB代码）
- mean variance
EM 算法
- 用EM算法求解高斯混合模型并可视化，数据是男女生的身高分布，前提是初始化男女生身高各自的均值和方差和比例，然后由EM算法求解，男女生身高的均值方差，以拟合数据。(The EM algorithm is used to solve the Gauss mixture model and visualize. The data is the height distribution of male and female. The premis