一种核密度估计，或者称作带宽选择的方法，可以估计二维尺度参数，至于多维以上的估计方法尚在开发，多维情况下个人经验好的方法是多次实验取较好值,kernel density estimation, bandwidth selection, two-dimensional scale parameter can be estimated ,for the multi-dimensional approaches are still under development, multi-dimensiona

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 the formula for bandwidth estim

针对核密度估计背景建模方法运算量大难以实时应用的问题，提出了一种基于背景直方图分布的快速核密度估计背景建模方法。选用三角核函数进行核密度估计，根据三角核带宽函数的截断效应，引入背景分布的直方图完成快速背景建模，在保证目标检测准确性的同时提高运算速度。测试实验结果验证了算法能够满足监控系统的实时性要求。-For kernel density estimation is difficult to satisfy real-time applications because of large amou

二维高斯核函数重构 重构方法不依赖于参数化模型-2D Gaussian Kernel Reconstruction fast and accurate state-of-the-art bivariate kernel density estimator with diagonal bandwidth matrix. The kernel is assumed to be Gaussian. The two bandwidth parameter