密度估计

svm的一些理解（网上收集）

模式识别、函数逼近和概率密度估计是三类
奇葩疯子·2020-08-22 10:55

人流密度检测比赛(MCNN实现)(1)——比赛及数据集介绍

包括人体检测、人体属性识别、人流密度估计等技术在内的多种视觉技术，已获得在居家、安防、新零售等多个重要领域的广泛应用。其中作用于人流密集场景的人流密度估计技术（crowdde
Ryan Huang·2020-08-21 18:31

Mean Shift 知识整理

转至：http://www.cnblogs.com/ronny/archive/2012/10/07/2713697.html第一个问题：无参数密度估计给定任意一组观测数据或数据采样值，估计出样本的分布
nevermoredanny·2020-08-21 09:54

[python常用图件绘制#04]核密度曲线图（显示峰值点）

一、关于核密度估计带宽的一些说明进行核密度估计KernelDensityEstimation（KDE）时，带宽bw的选取尤为重要，不同的带宽会对结果造成很大的影响。
Salierib·2020-08-21 05:07

核密度估计

假如知己n个点，我们想要知道整体的概率密度分布，则可以使用概率密度估计来求解。一步步是解更加完美：盒子模型假如我们已经知道如下点，考虑一维情况。
天涯蓝药师·2020-08-20 20:39

用Burg法估计AR模型并绘制功率谱曲线的python实现

Burg法求解AR(p)模型参数及MATLAB实现需要补充的是根据AR模型进行功率谱密度估计的公式代码（python3）直接运行就可以看结果了，各阶的参数都打
云若祯初·2020-08-19 02:18

无参密度估计：KDE和KNN

无参密度估计：KDE和KNN最大似然估计和贝叶斯估计应用于数据的密度函数形式已知但参数未知的情况，然而并非所有的情况下数据的密度函数的形式是已知的。针对于这种情况，我们可以选择一些无参密度估计方法。
一头大萝北·2020-08-18 22:14

机器学习算法总结之聚类：K-means

此类任务中研究最多、应用最广泛的是“聚类”（clustering），常见的无监督学习任务还有密度估计、异常检测等。本文将首先介绍聚类基本概念，然后具体地介绍几类细分的聚类算法。
kaiyuan_sjtu·2020-08-18 13:36

直方图和核密度估计图r语言代码

4.2.1直方图hist()的调用格式hist(x,breaks="Sturges",freq=NULL,probability=!freq,col=NULL，main=paste("Histogramof",xname),xlim=range(breaks),ylim=NULL，xlab=xname，ylab，axes=TRUE，nclass=NULL)说明:若选项breaks取向量，则用于指明
TJ统计·2020-08-18 11:01

6.3.1 Nadaraya-Watson模型（PRML读书笔记）

我们可以从核密度估计开始，以⼀个不同的角度研究核回归模型（3.61）。
笑看风云之变换·2020-08-18 08:22

人群计数--Mixture of Counting CNNs

AdaptiveIntegrationofCNNsSpecializedtoSpecificAppearanceforCrowdCountinghttps://arxiv.org/abs/1703.09393本文是人群计数的，不是人群密度估计
O天涯海阁O·2020-08-17 19:26

《Crowd Counting via Adversarial Cross-Scale Consistency PursuitZan》 论文翻译

摘要由于大规模变化，视角扭曲和严重遮挡等原因，人群计数或密度估计在计算机视觉中具有挑战性。
SurpriseDPD·2020-08-17 16:28

Think Globally, Fit Locally ——博客开篇

无指导学习的两大目的：1.密度估计：学习概率模型的参数2.降维：用更简洁但不失重要信息的方法描述本文采用
_PoisonBOx·2020-08-17 15:50

Parzen window概率密度估计

Parzenwindow概率密度估计http://blog.sina.com.cn/s/blog_679e13290101cpr1.html作者讲的非常详细，非常好。
yutiannanjingjiangsu·2020-08-17 10:20

[模式分类] Parzen窗概率密度估计与Kn近邻概率密度估计

4.3.2考虑到对于表格中的数据进行Parzen窗估计和设计分类器。窗函数为一个球形的高斯函数，如下所示：φ((x−xi)/h)∝exp[−(x−xi)t(x−xi)/(2h2)](a)编写程序，使用Parzen窗估计方法对任意一个的测试样本点x进行分类。对分类器的训练则使用表格中的三维数据。同时令h=1,分类样本点为为(0.5，1.0，0.0)t,(0.31，1.51，−0.50)t,(0.3，
亚尔诺炽焰·2020-08-17 03:50

crowdnet基于paddlepaddle

做人群密度估计的demo，基本复现了crowdnet，效果一般，具体细节看论文实现frommatplotlibimportpyplotaspltfrompaddleimportfluidimportpaddleimportjsonimportrandom
linhaisnow·2020-08-17 01:14

核密度估计 Kernel Density Estimation(KDE)

目录1分布密度函数1.1参数估计方法1.2非参数估计2直方图到核密度估计2.1核函数2.2带宽的选择2.2.1自适应或可变带宽的核密度估计2.3多维1分布密度函数给定一个样本集，怎么得到该样本集的分布密度函数
意念回复·2020-08-16 21:57

异常检测算法和开发和评估异常检测

异常检测算法的实现过程：首先我们来说明密度估计的概念，由于服从正态分布，我们假设这里x服从独立假设，所以x的密度p（x）=1、我们选择那些产生异常的特征xi；2、我们计算出训练集的均值和方差；3、我们计算出每个新加入的样本的
up_XCY·2020-08-16 08:29

利用KDE进行运动目标视觉检测

利用KDE进行运动目标视觉检测一、程序运行平台：KDE核密度估计在python2.7.14上实现，导入的库有numpy、Pillow、math、mpl_toolkits和matplotlib等。
JLL95·2020-08-16 05:51

密度估计理论（部分）

课程笔记：1、密度估计考虑任何随机数量X有概率密度函数f,我们用以下公式计算其概率密度:假设我们有一组来自未知密度函数的观察到的数据点，我们的目标是从观测到的数据估计他们的估算密度函数。
gagajian·2020-08-16 01:00

【源码】binAveraging：平滑噪声功率谱密度估计

本仿真文件包括：Thepresentsubmissioncontains:函数binAveraging.m示例文件Example.mlx包含模拟湍流速度波动时间序列的PSD_velocity.mat数据集thefunctionbinAveraging.mAnexamplefileExample.mlxAdatasetPSD_velocity.matwhichcontainsatimeserieso
梅花香——苦寒来·2020-08-15 16:31

连续特征离散化

这在创建概率质量函数时非常有用-正式地，在密度估计中。它是一种离散化的形式，也可以是分组，如制作直方图。每当连续数据离散化时，总会存在一定程度的离散化误差。
weixin_44930508·2020-08-15 00:30

核密度估计原理

最近在读wek的代码的时候，发现weka的naivebayes分类器中有使用到核概率密度估计，想了一下核概率密度估计原理。
searcher_go_go·2020-08-14 03:44

非参数估计：核密度估计KDE

非参数估计：核密度估计KDE标签：kde非参数估计核密度估计2016-12-1411:3811562人阅读评论(1)收藏举报分类：机器学习MachineLearning（37）Scikit-Learn（
坚定亦唯美·2020-08-13 17:59

高斯混合模型（matlab代码+注释）

主函数emgmm子函数pdfgauss多元高斯分布概率密度估计knnruleknnclas
daisy9212·2020-08-13 13:08

AIStudio 深度学习7日入门作业代码汇总

目录AIStudio深度学习7日入门作业代码汇总Day1Pyechart使用Day2手势识别Day3车牌识别Day4口罩分类Day5人流密度估计比赛Day6paddleslim总结AIStudio深度学习
Ghost_Valley·2020-08-13 11:54

机器学习sklearn（学习笔记6）——SVM支持向量机（未完..）

支持向量机SVM，（SupportVectorMachines）分类多层次分类分数和概率不平衡的问题回归密度估计，异常检验复杂性核函数定制的内核使用Python函数作为内核使用Gram矩阵支持向量机SVM
Wu_Jun_Peng·2020-08-11 10:17

论文阅读context-aware crowd counting

但是，对于拥挤的场景来说，遮挡会使检测变得很困难，因此，大部分情况下，检测方法就被密度估计图替代，即：训练一个回归器，对图片中的不同部分估计密度图，然后综合各个密度图得到原始图片的人数，这种方法法主要利用高斯函数或随机森林方法
wanghua609·2020-08-11 04:03

模式识别和机器学习 笔记 第一章Introduction

introduction首先举了一个手写识别的例子，介绍了机器学习的基本概念：训练集、测试集合、训练阶段/学习阶段、泛化能力(generalization)、特征选择/抽取、监督式学习、分类、回归、无监督式学习、聚类、密度估计
iteye_14216·2020-08-11 03:57

模式识别 学习笔记：第三章 概率密度函数的估计

本文地址：http://blog.csdn.net/shanglianlm/article/details/498398331引言概率密度估计分为参数估计（概率密度函数形式已知，部分或全部参数未知）和非参数估计
mingo_敏·2020-08-11 02:37

模式识别和机器学习 笔记

introduction首先举了一个手写识别的例子，介绍了机器学习的基本概念：训练集、测试集合、训练阶段/学习阶段、泛化能力(generalization)、特征选择/抽取、监督式学习、分类、回归、无监督式学习、聚类、密度估计
chinaliping·2020-08-11 02:07

【源码】基于核密度估计的小提琴图表绘制

本函数使用MATLAB自带的ksdensity()函数，通过估计核密度来创建简单的小提琴图表。Thisfunctioncreatessimpleviolinplotsbyestimatingthekerneldensity,usingmatlabsdefaultksdensity().给定一个矩阵或带有m列的表格，您将得到每列数据的小提琴图。Givenamatrixortablewithmcolu
梅花香——苦寒来·2020-08-10 08:05

matlab练习程序（KNN，K最邻近分类法）

原文地址为：matlab练习程序（KNN，K最邻近分类法）K最邻近密度估计技术是一种分类方法，不是聚类方法。不是最优方法，实践中比较流行。
xfxf996·2020-08-10 04:52

机器学习——概率密度估计随笔

概率密度估计笔记概率与统计关系参数估计似然与概率似然函数与概率函数极大似然估计最大后验估计（MAP）贝叶斯估计非参数估计直方图Parzen窗（核密度估计）概率与统计关系先捋清楚概率和统计分别是啥意思。
weberyoung·2020-08-08 19:46

累积分布函数

AD：WOT2014课程推荐：实战MSA：用开源软件搭建微服务系统累积分布函数直方图和核密度估计的主要优势在于直观上的吸引力：能够告诉我们找到某个特定数据点的可能性有多大。
苦行之旅·2020-08-08 18:57

R语言与非参数统计（核密度估计）

R语言与非参数统计（核密度估计）核密度估计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EmanuelParzen(1962)提出，又名Parzen窗（
yujunbeta·2020-08-07 22:14

核密度估计 Kernel Density Estimation(KDE)

写在前面给定一个样本集，怎么得到该样本集的分布密度函数，解决这一问题有两个方法：1.参数估计方法简单来讲，即假定样本集符合某一概率分布，然后根据样本集拟合该分布中的参数，例如：似然估计，混合高斯等，由于参数估计方法中需要加入主观的先验知识，往往很难拟合出与真实分布的模型；2.非参数估计和参数估计不同，非参数估计并不加入任何先验知识，而是根据数据本身的特点、性质来拟合分布，这样能比参数估计方法得出更
NeverMore_7·2020-08-07 19:14

R之核密度图

##用术语来说，核密度估计是用于估计随机变#量概率密度函数的一种非参数方法。虽然其数学细节已经超出了本书的范畴，但从总体上讲，核#密度图不失为一种用来观察连续型变量分布的有效方法。
白马长枪儒雅将·2020-08-07 19:54

基于r语言的疾病制图中自适应核密度估计的阈值选择方法案例

背景诸如核密度估计（KDE）的平滑方法被用于控制用于计算每种疾病率的空间支持的群体基础。平滑程度由用户定义的参数（带宽或阈值）控制，该参数影响疾病图的分辨率和计算的速率的可靠性。
weixin_33895657·2020-08-07 10:35

非参数估计-高斯核平滑Gaussian kernel smoothing-非参数密度估计

1.2Nadaraya-Watson回归1.3高斯核2高斯核平滑过程-Python实现2.1加载库和生成数据2.2FullWidthatHalfMaximum(FWHM)2.3分步进行平滑2.4二维平滑2.5为什么要进行平滑3非参数密度估计
饥饿的菜鸟·2020-08-03 23:27

非参数估计：核密度估计KDE

http://blog.csdn.net/pipisorry/article/details/53635895核密度估计KernelDensityEstimation(KDE)概述密度估计的问题由给定样本集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一
-柚子皮-·2020-08-03 20:54

机器学习(Machine Learning, ML)

模式识别、函数逼近和概率密度估计是三类
zhangqinghao9203·2020-08-03 09:25

2019年秋季数据挖掘与机器学习课程学习笔记

第一节课第二节课第三节课第四节课densityestimation介绍：令X1,X2,...,XnX_1,X_2,...,X_nX1,X2,...,Xn是来自分布PPP的密度为ppp的样本，非参数密度估计目标就是在最少的关于密度
NicholasGUI·2020-08-03 03:00

概率密度估计--参数估计与非参数估计

上一篇从零基础理解贝叶斯开始，已经提到了似然性，贝叶斯公式的变形，这一篇进一步讲关于概率模型方面的内容我们观测世界，得到了一些数据，我们要从这些数据里面去找出规律来认识世界，一般来说，在概率上我们有一个一般性的操作步骤1.观测样本的存在2.每个样本之间是独立的3.所有样本符合一个概率模型我们最终想要得到的是一个概率密度的模型，有了概率密度模型以后，我们就可以统计预测等非常有用的地方，因此，首要任务
omadesala·2020-08-03 02:56

无监督学习中的无监督特征学习、聚类和密度估计

无监督学习概述无监督学习（UnsupervisedLearning）是指从无标签的数据中学习出一些有用的模式，无监督学习一般直接从原始数据进行学习，不借助人工标签和反馈等信息。典型的无监督学习问题可以分为以下几类：无监督特征学习（UnsupervisedFeatureLearning）从无标签的训练数据中挖掘有效的特征表示，无监督特征学习一般用来进行降维，数据可视化或监督学习前期的特征预处理。密度
Thinkgamer_·2020-08-02 15:29

【机器学习】 核密度估计(KDE)

核密度估计是在概率论中用来估计未知密度函数的方法，是一种非参数检验方法。
CC‘s World·2020-08-02 13:35

结构化风险

对于模式识别问题的损失函数来说，经验风险就是训练样本错误率；对于函数逼近问题的损失函数来说，就是平方训练误差；而对于概率密度估计问题的损失函数来说，ERM准则就等价于最大似然法“支持向量机方法是建立在统计学习理论的
后来者xq·2020-07-30 23:49

Python可视化库matplotlib库各种图demo

关联分析、数值比较：散点图、曲线图分布分析：灰度图、密度图涉及分类的分析：柱状图、箱式图核密度估计（Kerneldensityestimation），是一种用于估计概率密度函数的非参数方法，采用平滑的峰值函数
Young_win·2020-07-30 19:52

核密度估计丨数析学院

核密度估计（kerneldensityestimation）是非参数统计检验中的重要方法之一，常用于估计未知的密度函数。
Datartisan数据工匠·2020-07-29 15:48

机器学习总结——前言

回归(Regression)–排序(Ranking)•非监督学习(UnsupervisedLearning)–聚类(Clustering)–降维(DimensionalityReduction)–概率密度估计
二月鳥·2020-07-27 21:50
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他