![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学
文章平均质量分 83
新安浅滩
这个作者很懒,什么都没留下…
展开
-
贝叶斯决策理论和概率密度估计方法
模式识别基础方法小结 这学期学习了《模式识别》这门课程,刚刚考完试,趁着考试复习的机会把模式识别的基础方法总结了一下了,这一篇的主要内容是转自Angel_Yuaner大神的博客,提供原链接整理如下。贝叶斯决策理论贝叶斯决策有两个基本要求各类别总体的概率分布是已知的待决策分类的类别数是一定的贝叶斯决策时是从样本空间到决策空间的一个映射,贝叶斯决策是所有识别方法的一个基准。贝叶斯决策论转载 2017-06-27 15:06:47 · 2074 阅读 · 0 评论 -
高斯混合模型的C++实现
高斯混合模型的C实现原理过程代码实现高斯混合模型的C++实现原理GMM将数据的分布通过多个高斯模型进行拟合。GMM是一种聚类算法,每个component就是一个聚类中心。高斯混合模型可以得到每个数据属于每个模型的概率,是一种软聚类算法。这是来自《统计学习方法》中的定义:过程高斯混合模型使用EM算法估计模型参数。 1. 初始化模型的个数和每个高斯模型的参数,设定迭代结束条件(迭代次数,误差阈值原创 2017-12-13 16:54:07 · 2511 阅读 · 2 评论 -
傅里叶变换及其实现(MATLAB)
傅立叶变换傅立叶变换是一种常见的分析方法,傅立叶变换将满足一定条件的函数表示为一些函数的加权和(或者积分)。可以分为四个类别: 1. 非周期连续性信号 对应于傅里叶变换,频域连续非周期 2. 周期性连续性信号 对应于傅立叶级数,频域离散非周期 3. 非周期离散信号 对应于DTFT(离散时间傅立叶变换),频域连续周期 4. 周期性离散信号 对应于D原创 2018-01-09 17:44:16 · 253927 阅读 · 13 评论 -
PCA主成分分析的MATLAB和Eigen实现以及应用
PCA实现和应用PCA理论计算协方差矩阵PCA过程MATLAB实现求协方差矩阵PCA过程Eigen实现实现效果图 目前在项目中需要对模型的位置进行矫正,想到了使用主成分分析,提取主方向,将模型方向进行变换得到正确的方向。以下对PCA过程首先在matlab中进行实现,然后在C++矩阵库Eigen中实现,总体较为简单。PCA实现和应用PCA理论...原创 2018-05-15 11:27:06 · 2820 阅读 · 0 评论