搜索资源列表
ARMODEL
- 功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了
最大似然方法的DOA估计
- 此算法为基于最大似然方法的DOA估计 是区别于子空间类的DOA算法 但需要多维搜索 计算量较大
Matlab-Fitting-Functions
- 附件中的m代码包括了一系列的拟合函数，这些函数通常的输入是概率分布的样本。还有最大似然估计仿真器、最小平方仿真器、混合高斯分布估计的EM算法、
FitFunc
- 本算法包括最大似然估计，最小二乘估计，基于EM算法的多种混合高斯分布估计，EM算法测试实例，绘制每种分布的plot函数。非常有参考价值！
FittFunc
- 多种概率分布的拟合函数集合 本算法包括最大似然估计，最小二乘估计，基于EM算法的多种混合高斯分布估计，EM算法测试实例，绘制每种分布的plot函数。非常有参考价值！
最大似然估计分类算法的matlab实现
- 最大似然估计分类算法的matlab实现，可以对需要分类的数据进行最大似然分类。,Classify using the maximum-likelyhood algorithm.Outputs is the Decision sufrace.
ARMA 模型最大似然估计MATLAB例程
- ARMA 模型最大似然估计MATLAB例程,ARMA model maximum likelihood estimation
ML.rar
- 该算法是经典的信噪比估计算法——最大似然估计算法，利用接收信道的先验概率密度函数，ML法能够很好的估计信号的信噪比,The algorithm is a classic signal to noise ratio estimation algorithm- maximum likelihood estimation algorithm, using the a priori receiver channel probability density function, ML method can
garch_like.rar
- Garch模型的最大似然估计方法，基于MATLAB程序。,Garch model of maximum likelihood estimation method, based on the MATLAB program.
homework_1_1
- 最大似然估计法的matlab实现，及Crammer-lor下界的确定-Maximum likelihood estimation of the matlab implementation, and Crammer-lor to determine the lower bound
code2009
- 利用极大似然估计算法实现瞬时频率估计，主要采用c++语言实现-with the maximum likelihood estimation ，get instant frequence，it over with C++ code
RifeJane
- rife-jane频率插值算法,用于频率的估计,在FFT的离散频谱值上进行频率估计.-rife-jane frequency interpolation algorithm for frequency estimation, the FFT spectral values on the discrete frequency estimation.
beiyesi
- 1 通过实验，掌握多元正态分布的最大似然估计； 2 掌握多元正态分布下的最小错误率的贝叶斯分类； 3 对其他的参数估计有更深的认识。 -1 experiment, master multivariate normal distribution maximum likelihood estimation 2 multivariate normal distribution under the minimum control error rate Bayesian classifier
ROCKIT.9.1
- ROC计算方法,最大似然估计方法计算曲线的ROC-Maximum Likelihood Estimation of a Binormal ROC Curve
Pattern-Recognization
- 本实验的目的是考虑不同维数下的高斯概率密度模型，用最大似然估计方法对其参数进行估计，了解最大似然估计方法。-The purpose of this study is to consider different dimensions of the Gaussian probability density model, using the maximum likelihood method to estimate its parameters to find maximum likelihood e
s312
- 最大似然估计法，TDOA测距时有锚节点，传感器节点的自定位-Maximum likelihood estimate for localization
zuidasiran
- 信号处理中参数最大似然估计的仿真程序设计-Maximum likelihood parameter estimation simulation
MEM
- 有关乘积误差模型的估计 检验 最大似然估计值的获取 -MEM model estimation and test
sml随机最大似然估计法计算doa的例程
- sml随机最大似然估计法计算doa的例程
最大似然
- 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给