music高阶谱分析算法研究，同时还包括信号维数的估计，即mdl准则的研究
上传时间： 2014-01-08
上传用户：stampede
一， 一般步骤 （1），消除或减小恒定系差 （2），求测量数据的数学期望 ，即算术平均值 ： ， 其中n为测量数据次数， 为第 次测量的数据。 （3），求剩余误差 ： （4），根据贝塞尔公式求标准偏差 ： （5），检查是否有粗大误差。检查时用了肖维纳准则。如果某次测量的结果 所对应的 ，则认为是坏值，予以剔除。 （6），如有坏值，剔除后重新进行步骤（2）～（5）的计算，直至无坏值为止。 （7），判断有无变值系差。判断是可用马利科夫准则或阿卑—赫梅特准则。 （8），求出算术平均值的标准偏差 ： 必须注意，如前面计算中曾出现坏值，则这里的 应为剔除后重新计算出的标准偏差。 （9），求算术平均值的不确定度
标签：
上传时间： 2015-06-01
上传用户：shizhanincc
多阶段决策过程（ multistep decision process ）是指 这样一类特殊的活动过程，过程可以按时间顺序分解成若干个相互联系的阶段，在每一个阶段都需要做出决策，全部过程的决策是一个决策序列。 动态规划 （ dynamic programming ）算法 是解决 多阶段决策过程最优化问题 的一种常用方法，难度比较大，技巧性也很强。利用动态规划算法，可以优雅而高效地解决很多贪婪算法或分治算法不能解决的问题。动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解； 对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直接引用答案，不必重新求解 。动态规划算法将问题的解决方案视为一系列决策的结果，与贪婪算法不同的是，在贪婪算法中，每采用一次贪婪准则，便做出一个不可撤回的决策；而在动态规划算法中，还要考察每个最优决策序列中是否包含一个最优决策子序列，即问题是否具有最优子结构性质。
标签： multistep decision process 过程
上传时间： 2015-06-09
上传用户：caozhizhi
第一章 概述 辨识（Identification）、状态估计和控制理论在现代控制理论中是密不可分的，它们互相渗透。辨识和状态估计离不开控制理论的支持，控制理论的应用几乎不能没有辨识和估计技术。由此可见，辨识在科研与实际应用领域都有很高的实用价值。 所谓辨识，就是从含有噪声的输入、输出数据中提取被研究对象的数据模型。此数据模型只是过程的输入输出特性在某种意义下的近似，而近似的准确度一般取决于采样数据的精度以及辨识方法的合理性。 辨识的目的是根据过程所提供测量的数据等信息，在某种准则意义下，估计出模型的未知参数，其基本原理如图1.1所示：
标签： Identification 控制理论 辨识 状态
上传时间： 2014-01-08
上传用户：aig85
adaptivedigitalbeamforming.rar是一篇介绍自适应天线的很好的文章：它介绍了自适应天线的基本原理，常用的最优权准则以及权值更新算法。
标签： adaptivedigitalbeamforming 天线 天线的基
上传时间： 2015-08-13
上传用户：ahljj
在本书中，两位知名的C++专家将全球C++团体的集体智慧和经验凝结成一套编程规范。这些规范可以作为每一个开发团队制定实际开发规范的基础，更是每一位C++程序员应该遵循的行事准则。书中对每一条规范都给出了精确的描述，并辅以实例说明；从类型定义到差错处理，都给出了最佳的C++实践。即使使用C++多年的程序员也会从中受益匪浅。 本书适合于各层次C++程序员，也可作为高等院校C++课程的教学参考书。
标签：
上传时间： 2013-12-31
上传用户：一诺88
学进一步了解分类器的设计概念，能够根据自己的设计对线性分类器有更深刻地认识，理解Fisher准则方法确定最佳线性分界面方法的原理，以及Lagrande乘子求解的原理。
标签： 分类器
上传时间： 2014-01-07
上传用户：邶刖
和贪婪算法一样，在动态规划中，可将一个问题的解决方案视为一系列决策的结果。不同的是，在贪婪算法中，每采用一次贪婪准则便做出一个不可撤回的决策，而在动态规划中，还要考察每个最优决策序列中是否包含一个最优子序列。
标签： 算法
上传时间： 2014-01-05
上传用户：q123321
本函数的处理结果是将生长后的区域表示为黑色像素，未生长区域表示为白色像素。 区域生长一般包含三个比较重要的问题： 1. 种子点的选取 2. 生长准则 3. 终止条件 可以认为，这三个问题需要具体分析，而且每个问题解决的好坏直接关系到 区域生长的结果。
上传时间： 2015-09-30
上传用户：fxf126@126.com
图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列有意义的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。
上传时间： 2014-01-08
上传用户：vodssv
