本专区汇聚了各类基于 概率密度 开发的源码资源，共计 15 篇资源供开发者免费下载学习。
第一次上传，主要是对信号的基本处理手段，主要包括时域分析和频域分析
根据两变量的数据序列来计算两个变量之间的互信息，用的基本思想是histogram法，将两个变量等间距分组，得到其概率密度函数，再带入信息熵公式求解得互信息。
完美仿真MATLAB瑞利信道的相位包络概率密度-Perfect simulation of MATLAB Rayleigh channel, the phase envelope
核密度估计又叫核函数估计。kernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Ema
KDE是估算数据的概率密度函数的非参数方法。这种方法背后的直觉是密度函数将更多的 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载
正态分布又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在 请点击左侧文件开始预览 ！预览只提供20%的代码片
模式识别中最基本的贝叶斯估计，该程序中采用非参数估计，即不知道总体分布，只从给定的样本（该样本抽取自总体）来估计总体分布（总体推断）的方法和理论，我们称之为：“非参数估计”。
一个在分类阶段使用的经典技术，分类器（分类）的高斯概率密度函数是高斯近似。
此文件夹包含用于计算逆伽马概率密度函数（PDF）和累积分布函数（CDF）的函数以及2个演示文件；
该程序分析了瑞利信道小尺度模型，考虑了多普勒频移，得到其概率密度分布函数，可供初学者参考
粒子滤波是通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程。
Gaussian distributed random variates, draw the corresponding PDFs(histograms) for N(,2)