搜索结果
找到约 50 项符合
概率密度 的查询结果
按分类筛选
文章/文档 虽然粒子滤波算法可以作为解决SLAM问题的有效手段
虽然粒子滤波算法可以作为解决SLAM问题的有效手段，但是该算法仍然存在着一些问题。其中最主要的问题是需要用大量的样本数量才能很好地近似系统的后验概率密度。
文件格式 本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。 本课题首先研究了GPS/DR车载定位系统的组合模型
本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。
本课题首先研究了GPS/DR车载定位系统的组合模型，然后在分析了非线性滤波的基础上，引入了粒子滤波。粒子滤波是一种基于递推计算的序列蒙特卡罗算法，它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度，从而不受非线 ...
VC书籍 ERF函数的原代码,erf(x)=(2/根号下派)*(exp(-z方)对z积分
ERF函数的原代码,erf(x)=(2/根号下派)*(exp(-z方)对z积分，积分下限是0，上限是x)，误差函数从形式上很像正态分布的分布函数Φ(x)，是对一个形如正态分布的概率密度函数做变上限积分的结果；
matlab例程 采用身高和体重数据作为特征
采用身高和体重数据作为特征，分别假设二者相关或不相关，在正态分布假设下估计概率密度，建立最小错误率Bayes分类器，写出得到的决策规则，将该分类器应用到训练/测试样本，考察训练/测试错误情况。
matlab例程 针对线性混合信号盲分离时
针对线性混合信号盲分离时，源信号概率密度与激活函数难以确定时（尤其是源信号中既含超高斯信号，又含亚高斯信号时），依据信号pdf的一种测度--峭度，自适应的确定激活函数，实现信号的盲分离，是一种基于峭度开关的盲分离算法。 ...
其他书籍 ：介绍了扩展卡尔曼滤波算法和无迹变换(unscented transformation
：介绍了扩展卡尔曼滤波算法和无迹变换(unscented transformation，UT)算法，并对扩展卡尔曼滤波算法(EKF)和无
迹卡尔曼滤波算法(UKF)进行比较，阐明了UKF优于EKF。在此基础上，提出了一种基于Unscented变换(uT)的高斯和滤
波算法，该算法首先通过合并准则得到适当个数的混合高斯模型，逼近系统中非高斯噪声的概率密度 ...
数学计算 贝叶斯分类器是一种最优分类器
贝叶斯分类器是一种最优分类器，它假设基于可获得的信息可以建立类别的概率密度函数，然后基于最小错误率分类准则进行分类。一般假设概率密度函数是正态分布，因为正态分布数学基础较好。问题就转化为正态分布参数的估计问题。幸运的是，参数估计问题已经被很好的解决了。
基于正态分布的协方差的不同，正态概率分布型的贝 ...
技术资料 基于小波变换的粒子滤波目标跟踪算法
·摘 要:针对纯方位被动目标跟踪中粒子滤波算法固有的计算复杂性问题,提出了一种基于小波变换的粒子滤波算法（WMPF）.对粒子权重进行小波多分辨率分解,通过设定阈值对高通部分的粒子权重进行滤波,再根据重构后的粒子权重去掉重复粒子,生成新的粒子集来近似后验概率密度函数,从而在保证滤波精度的同时大量减少粒子数,提高粒 ...
matlab例程 一个报童从报刊发行中心订报后零售
一个报童从报刊发行中心订报后零售，每卖一份报纸可赚钱a元；若报纸卖不出去，则退回发行处，每退一份要赔钱b元。每天报童卖出的份数是随机的，但报童可以根据以往卖报情况统计得到每天卖k份报纸的概率密度p(k)。
（1） 求报童每天期望收益达到最大（或损失达到最小）的定报量z。
（2） 改变参数a/b的值，观察订报量的最优 ...
文件格式 随着这些年计算机硬件水平的发展, 计算速度的提高, 源自序列蒙特卡罗方法的蒙特卡罗粒子滤波方法的应用研究又重新活跃起来。本文的这种蒙特卡罗粒子滤波算法是利用序列重要性采样的概念, 用一系列离散的带权重
随着这些年计算机硬件水平的发展, 计算速度的提高, 源自序列蒙特卡罗方法的蒙特卡罗粒子滤波方法的应用研究又重新活跃起来。本文的这种蒙特卡罗粒子滤波算法是利用序列重要性采样的概念, 用一系列离散的带权重随机样本近似相
应的概率密度函数。由于粒子滤波方法没有像广义卡尔曼滤波方法那样对非线性系统做线性化的近似, ...