本专区汇聚了各类基于 参数估计 开发的源码资源，共计 133 篇资源供开发者免费下载学习。
最大似然（ML）准则和最大后验概率（MAP）准则Matlab仿真-Maximum Likelihood (ML) criteria and maximum a posteriori
对平稳时间序列中的参数估计方法（包括矩估计，极大似然估计）和预测方法（包括差分方程预测方法，逆函数预测方法，格林函数预测方法）应用matlab进行编程，大家可以方便使用-For s
EM算法与HMM参数估计，viterbi算法，前向算法，后向算法，Baum-Welch算法的matlab代码，附带一篇学习笔记。
此程序写在 matlab 环境中，并有助于利用 rls 和卡尔曼滤波器的参数估计
最大似然法（Maximum Likelihood，ML）也称为最大概似估计，也叫极大似然估计，是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随机抽取n组样本观测值后，
本程序的主要目的是针对高斯混合模型的参数估计问题而编写的，采用的算法是EM算法。对均值、方差和权重的估计已经写成独立的函数，并且保存成.M文件，运行时，只需要运行main.m文件即
这个工具箱支持滤波，平滑和参数估计 （使用 EM） 线性动力系统。 功能： 1。kalman_filter 2.kalman_smoother-实现 RTS 方程 3.learn_
原创算法，该程序利用六种算法实现信号的功率谱估计，六种方法分别是FFT法，周期图法，韦尔奇法，短时傅里叶变化法，参数功率谱估计法，自适应参数法。每个估计结果都有对应画图
系统辨识的递推最小用算法。这种模拟涉及数据生成 RLS 算法和结果评价，可能有助于在本研究领域中的 beginers。
该代码用于高斯混合模型分析，主要是分析混合高斯模型的参数pi,期望和方差。该程序采用了EM算法，但EM算法与初值设定有很大的关系，在该算法在初值的设定是随机的，这样可以减少误差，提
（2004年-现在）在这个项目中我们正在试图构建一个 RANSAC 框架，它将使我们能够执行参数估计鲁棒在不同情况下，大量的异常值的存在的特点。我们正在开发将加快传统算法，这将使我
该代码包含不同版本的卡尔曼滤波相结合和过滤噪音数据使用。参数估计法是最优强收敛速度很高