搜索资源列表
gkdj
- 以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。-That the Gaussian and density estimation, using Gaussian kernel non-parametric density estimation method, the sample probability density estimates, the program gives t
Mean-shift-research-and-applications
- ：对均值漂移算法的理论和应用作一全面的综述．首先根据密度函数的非参数估计推导出均值漂移公式的一 般形式，说明了均值漂移迭代算法的步骤及收敛性；然后重点讨论核函数的选择以及带宽矩阵的计算等关键技术；最 后归纳了均值漂移算法在模式检测、聚类、图像分割以及物体实时跟踪等方面的应用，并展望了均值漂移算法在理论和应用中的研究方向．-Clustering thesis
234234
- 基于非参数核密度估计的Copula函数选择原理.-Based on nonparametric kernel density estimation in the Copula function selection principle
transformed-kernel
- 用变形核密度模型对数据的统计分布进行估计，常用于金融信用分析、财产保险精算等领域，是一个很有效、常用的非参数模型-Deformation of the nuclear density model of the statistical distribution of the data to estimate the financial credit analysis, property insurance and actuarial fi
parzen
- 核密度估计的parzen窗法，简单易用，适合于初学非参数估计的用户。-Kernel Density Estimation parzen window method, easy to use, suitable for novice non-parametric estimation of the user.
EM
- 基于非参数核密度估计的EM算法，对行人图像进行检测。内附红外行人图像。-EM based on non-parametric kernel estimation. Pedestrian detection. With images inside.
Microsoft-Office-Word
- 非参数核密度估计，是一种不同于参数估计的概率估计方法-nonparametric kernel density model
MutualInfo
- 用非参数估计的方法（核密度估计）来估计互信息-Nonparametric estimation method (kernel density estimation) to estimate the mutual information
kde
- 核密度估计,matlabkernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。-kernel density estimation
Nonparametric kernel density
- 计算数据的累计概率密度，采用三次样条插值计算分位点的值，区间预测，里面有具体程序及相关文献。(The cumulative probability density of the calculated data is calculated by three spline interpolation)
kde
- 用于计算样本数据的非参数核密度估计，代码简单易懂。(Nonparametric kernel density estimation)