统计学习软件包，基于lasso算法的参数估计
标签： 软件包
上传时间： 2014-08-28
上传用户：tyler
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叶斯分类器可分为：欧式距离分类器、马氏距离分类器、线性判别分析、对角线性判别分析、二次判别分析和对角二次判别分析。 在具有模式的完整统计知识条件下，按照贝叶斯决策理论进行设计的一种最优分类器。分类器是对每一个输入模式赋予一个类别名称的软件或硬件装置，而贝叶斯分类器是各种分类器中分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器。它的设计方法是一种最基本的统计分类方法。 目标：编程实现正态概率分布型的贝叶斯分类器。
上传时间： 2014-01-05
上传用户：叶山豪
机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机动运动模型，利用机动检测实现在这两个模型之间的切换。一般来说，交互式多模型的跟踪性能较好。
标签： 机动
上传时间： 2013-12-14
上传用户：maizezhen
时频分析，解决非平稳信号的检测与参数估计。
标签： 时频分析
上传时间： 2013-12-12
上传用户：D&L37
针对双基阵提供的有偏方位角量测信息,对双基阵纯方位目标可观测性的必要条件及其Cramer-Rao下限 进行了理论推导.在此基础上,采用一种新的辅助变量方法对双基阵纯方位跟踪性能进行改进,并在可观测条件下对 目标进行了蒙特卡洛仿真实验.实验结果表明,新的辅助变量方法可以使参数估计精度大大提高,并且上述理论对制 定实际的跟踪策略或算法具有一定的参考价值
标签： Cramer-Rao 双基 方位角 变量
上传时间： 2016-05-24
上传用户：changeboy
利用ARMA、AR、MA模型，以及周期图等进行系统参数估计以及全相位FFT测相位
上传时间： 2013-12-17
上传用户：a673761058
（1）Msls分三步对系统和噪声模型进行辨识，采用脉冲序列作为辅助系统模型，用 计算输出数据 ；用原输出数据 计算 ，用递推最小二乘方法分别对系统参数和模型参数进行估计。 （2）M.dat,wnoise1.dat分别为M和白噪声序列。Wnoise1.dat的长度为700，wnoise2.dat的长度为1000。Msls6.c为N=600的程序，Msls8.c为N=800的程序。 （3）程序运行后，生成的两个h文件为产生的脉冲响应函数。Msls6.dat为msls6.c的参数估计结果，msls8.dat为msls8.c的参数辨识结果。分别如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由数据结果可以看出，采用msls辨识方法估计精度要比els法的估计精度差一些。尤其是噪声参数c2的估计误差不在1％以内。这是由于msls法计算上较为简便，计算上的简化就带来了估计精度上的误差。由N=600和N=800相比较，可以看出当N增大时，误差有所减小。理论上当N趋于无穷时， 。
上传时间： 2016-10-19
上传用户：恋天使569
利用RBF进行时间序列的预测，可用于故障诊断中的参数估计和预测
上传时间： 2016-11-24
上传用户：nanshan
模式识别课件 当预先不知道类型数目，或者用参数估计和非参数估计难以确定不同类型的类概率密度函数时，为了确定分类器的性能，可以利用聚类分析的方法。
标签： 模式识别
上传时间： 2014-01-09
上传用户：小鹏
利用GA算法实现软件测试的测试用例选取，对参数估计进行GA估计
上传时间： 2014-01-17
上传用户：s363994250
