吉布斯采样

吉布斯采样（Gibbssampling）是统计学中用于马尔科夫蒙特卡洛（MCMC）的一种算法，用于在难以直接采样时从某一多变量概率分布中近似抽取样本序列。该序列可用于近似联合分布、部分变量的边缘分布或计算积分（如某一变量的期望值）。某些变量可能为已知变量，故对这些变量并不需要采样。

资源总数
500

吉布斯采样 热门资料

查看全部 500 份 →

在LabVIEW中实现吉布斯振铃现象的仿真，适用于信号处理与系统建模场景。提供可直接用于生产环境的VI代码，经过多个工程案例验证，具备良好的稳定性和可扩展性。

2026-01-08 1 吉布斯采样

难得一见的奈奎斯特准则完整资料，深入解析数据采样中的关键理论依据，涵盖信号重建、频率混叠等核心概念，适用于ADC、DAC设计与系统优化，是模拟数字转换领域不可多得的技术参考。

2026-01-14 1 吉布斯采样

booth算法通过移位运算代替某些加法运算提高乘法器的运算速度，是一种补码乘法的算法。包含乘法器模块和测试模块。

2015-12-04 1 吉布斯采样

讲述采样原理，详细讲述了采样的原理及重点，非常值得下载

2023-11-01 1 吉布斯采样

对输入的串行数据进行采样，保证接收数据的正确性

2024-06-02 10 吉布斯采样