说明：核密度估计的parzen窗法，简单易用，适合于初学非参数估计的用户。

parzen-指数核 核密度 PARZEN窗法 parzen窗-二维 核密度估计法

说明：核密度估计的parzen窗法，简单易用，适合于初学非参数估计的用户。

parzen-指数核 核密度 PARZEN窗法 parzen窗-二维 核密度估计法

说明：parzen窗法，功能是根据样本进行概率密度函数估计。实现了对正态分布概率密度函数和均匀分布双峰概密函数进行估计

概率密度 双峰分布 PARZEN窗法 parzen-window parzen窗

说明：Parzen窗算法是一种常用的非参数估计方法，代码实现了多种窗函数的Parzen窗算法。

thyfsv 非参数估计 parzen窗 pattern-recognition

说明：模式识别中的Parzen窗法ISODATA算法H-K(Ho-Kashyap)算法的实现，用matlab和VC编写

Ho-Kashyap算法 ho-kashyap parzen-window isodata 模式识别-matlab

说明：用parzen窗方法，估计概率密度，采用高期核函数。。。。

核密度函数 parzen parzen Parzen-window 核函数

说明：这是模式识别的一个大作业，其中包括了parzen窗的原理，算法和源程序，还有对结果的分析。

模式识别-作业 模式识别作业 parzen窗 Parzen窗matlab parzen

说明：用matlab进行概率密度函数的非参数估计，主要有parzen窗法和kn近邻法。分别对平均分布和正态分布进行了仿真。

parzen-kn 参数估计 kn KN-nearest-neighbor parzen

说明：对于一个两类分类问题，当n=100时候，用mvnrnd()函数随机产生两类样本；每一类的样本容量不小于100；2）设计最大似然估计算法对两类类条件概率密度函数进行估计；3）设计非参数估计算法对两类的类条件概率密度进行估计（任选Parzen窗法或kn-近邻法之一），并分析样本数量、窗宽、k等因素对概率...

说明：用mushrooms数据对模式识别课程讲述的各种模式分类方法[线性分类，Bayesian分类，Parzen窗，KNN]和特征选择和降维方法[PCA,LDA]进行了模拟，并给出了各类分类方法的结果

mushrooms 模式识别