CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 源码下载 数值算法/人工智能 人工智能/神经网络/遗传算法 搜索资源 - 最大似然估计

搜索资源列表

  1. Estimate_Y

    0下载:
  2. 神经网络 高斯分布 最大后验估计 最大似然估计-Neural network Gaussian maximum a posteriori estimate maximum likelihood estimate
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-08
    • 文件大小:1.45kb
    • 提供者:吴燕玲
  1. EM

    5下载:
  2. EM算法Matlab实现。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(Latent Variable)-EM algorithm by Matlab. Maximum expected (EM) algorithm is probabilistic (probabilistic) model to find maximum likelihood parameter estimation or m
  3. 所属分类:人工智能/神经网络/遗传算法

    • 发布日期:2013-06-28
    • 文件大小:48.66kb
    • 提供者:adhw
  1. Source-Localization-in-UWSAN

    2下载:
  2. 文章针对低信噪比下的水下目标定位问题,建立了水下无线传感器阵列网络,该结构包括多个分布式声传感器阵列,它适应于多模态信号处理,既可以利用目标的方位信息,又可以用能量信息。文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法。数值仿真表明:基于该结构的能量似然函数定位方法,可以有效估计目标的位置。并且比单阵元网络的定位性能和信息传输率上有了较大的提高, 尤其是在低信噪比下情况下,可以大大减小估计的方差。-With novel underwater wir
  3. 所属分类:人工智能/神经网络/遗传算法

    • 发布日期:2017-04-07
    • 文件大小:258.76kb
    • 提供者:于文娟
  1. nbem.tar

    0下载:
  2. Naive bayes classifer的具体实现,使用多模态事件模型表示,提供EM算法用于半监督和无监督学习,最大似然估计用于有监督学习-The Naive bayes classifer implementation, using a multi-modal event model EM algorithm for semi-supervised and unsupervised learning, maximum likelihood estimation for supervised
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-11-24
    • 文件大小:690.47kb
    • 提供者:xjjin
  1. RELS

    1下载:
  2. 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声,扩充了参数向量和数据向量H(k)的维数,把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计,而增广最小二乘法同时又能获得噪声模型的参数估计,若噪声模型为平均滑动模型,,则只能用RELS算法才能获得无偏估计。当数据长度较大时,辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding noise model for moving average
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-11-07
    • 文件大小:832byte
    • 提供者:张鹏
  1. Q1

    0下载:
  2. 2类分类高斯模型 每个类是由一个单一的多元高斯分布的3-D建模 显示如何估计高斯均值向量和协方差矩阵的最大似然(ML)估计的基础上为每个类。   meanA和meanB代表每个类的均值,varA和varB的的代表每个类的协方差矩阵.-2-class classifier with Gaussian Models Each class is modelled by a single 3-D multivariate Gaussian distribution Show
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-07
    • 文件大小:1.15kb
    • 提供者:王沛霖
  1. EM

    0下载:
  2. EM算法,统计中被用于寻找,依赖于不可观察的隐性变量的概率模型中,参数的最大似然估计。程序用C++实现,注释写得很清晰-Expectation-maximization algorithm,based on Maximum Likelihood Estimation,C++ program
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-09
    • 文件大小:77.65kb
    • 提供者:lihaoliang
  1. em1

    0下载:
  2. 使用最大期望算法可以在概率模型中寻找参数最大似然估计。-Using the maximum expected algorithm can seek parameters of maximum likelihood estimation in the probabilistic model
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-07
    • 文件大小:586byte
    • 提供者:
  1. em聚类

    0下载:
  2. em算法指的是最大期望算法(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(latent variable)的概率参数模型的最大似然估计或极大后验概率估计。(Expectation Maximization Algorithm use for clustering)
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2017-12-31
    • 文件大小:255kb
    • 提供者:zhjun1994
  1. PR代码及资料

    0下载:
  2. 1. 以身高为例,画出男女生身高的直方图并做对比; 2. 采用最大似然估计方法,求男女生身高以及体重分布的参数; 3. 采用贝叶斯估计方法,求男女生身高以及体重分布的参数(注明自己选定的参数情况); 4. 采用最小错误率贝叶斯决策,画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生?为(178,70)时呢?(1. Take the height as an example, draw the histogram of the height of boys a
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2020-10-06
    • 文件大小:6.3mb
    • 提供者:良末
搜珍网 www.dssz.com