首先先给定义，下面是说它咋来的（用的一个实例引入） 这个形成过程需要体会那味，顺便也可以联系下离散分布 ** 这是p（x）被称为概率密度函数的理由 ...
分类：
其他好文 时间：
2021-06-02 20:46:07
阅读次数：
0
之前说到了贝叶斯滤波的原理和计算，最终我们发现，贝叶斯滤波在预测步和更新步，每一轮都需要进行多次无穷积分，这就要求我们清楚的知道每一步需要的概率密度函数，这样实在难以求解甚至无解析解，于是人们想了一些办法来解决。 为了求解贝叶斯滤波，人们的方法主要分成两种： 智力派：核心思想是做出假设，在一些特定情 ...
分类：
编程语言 时间：
2020-08-29 15:25:27
阅读次数：
48
1 卡方分布（分布） 1.1 定义 设随机变量 X 是自由度为 n 的 χ2 随机变量, 则其概率密度函数为 表示的是一个gamma函数，它是整数k的封闭形式。gamma函数的介绍如下伽马函数的总结。 的密度函数 形状如下图 密度函数的支撑集 (即使密度函数为正的自变量的集合) 为(0, +∞), ...
分类：
其他好文 时间：
2020-07-25 09:53:47
阅读次数：
87
随机变量是一个对现实世界的数学建模，将文字表述的事件描述为数学代号。将特点事件的概率描述为变量的特定取值概率或取值范围概率。 **累计分布函数(cdf)**是一个特殊的概率，表示为$F_X(x)=P(X \le x)$，是单调非递减函数。 **概率密度函数(pdf)**是另一个特殊的概率，对于连续的 ...
分类：
其他好文 时间：
2020-07-11 20:56:19
阅读次数：
87
首先要明确什么是直方图 直方图反应图像灰度的分布情况，属于统计学特征。同样的，图像的梯度方向（0-180°）也可以做成直方图形式，类似的数据结构都可以制作成直方图 什么是直方图均衡化 直方图均衡化是一种提高灰度图像对比度的方法，将图像灰度从一个分布映射到另一个分布上 直方图均衡化由概率密度函数积分推 ...
分类：
其他好文 时间：
2020-07-08 22:48:56
阅读次数：
68
随机变量 变量是变化的量，随机变量是跟概率相关的变量，取每一个变量都有一定的概率。随机变量的取值是一个集合。比如扔硬币，随机变量的集合就是正面和反面。所有随机变量取值的概率总和是1。 随机变量有离散型随机变量和连续型随机变量。 离散型随机变量 离散型随机变量就是随机变量的集合是有限或无限可列个。 用 ...
分类：
其他好文 时间：
2020-06-19 12:12:24
阅读次数：
423
根据雷达目标的幅度变化情况，swerling将目标分为指数分布下的快起伏和慢起伏、卡方分布下的快起伏和慢起伏四种类型。 前两种模型中目标的概率密度函数服从指数分布，swerling 1型主要用于目标的截面积慢起伏并且脉冲相关的情况。swerling 2型则主要用于目标的截面积快起伏并且脉冲独立的情况 ...
分类：
其他好文 时间：
2020-06-02 12:56:51
阅读次数：
348
极大似然估计 我们先从极大似然估计说起，来考虑这样的一个问题，在给定的一组样本x1,x2······xn中，已知它们来自于高斯分布N(u, σ)，那么我们来试试估计参数u，σ。 首先，对于参数估计的方法主要有矩估计和极大似然估计，我们采用极大似然估计，高斯分布的概率密度函数如下： 我们可以将x1，x ...
分类：
编程语言 时间：
2020-05-18 23:05:34
阅读次数：
130
概率密度函数是概率分布函数的导数。 右图的面积表示分布在这块区域的概率。 概率分布函数是累积概率函数。 ...
分类：
其他好文 时间：
2020-05-13 23:32:40
阅读次数：
62
线性判据与回归 线性判据基本概念 生成模型 给定训练样本{$x_n$}，直接在输入空间内学习其概率密度函数p(x) 优势 可以根据p(x)采样新的样本数据(synthetic data) 可以检测出较低概率的数据,实现离群点检测(outlierdetection) 劣势 高维下，需要大量的训练样本才 ...
分类：
其他好文 时间：
2020-05-05 23:48:31
阅读次数：
97
