说明：聚类分析是多元统计分析的一种，也是无监督模式识别的一个重要分支，在模式分类 图像处理和模糊规则处理等众多领域中获得最广泛的应用。 模糊聚类算法是一种基于函数最优方法的聚类算法，使用微积分计算技术求最优代价函数，在基于概率算法的聚类方法中将使用概率密度函数 本例利用C++实现FCM模糊C均值聚...

c++ 算法 代码 实现 模糊 均值

说明：近几十年来，各种车型的影响[1-3]已经提出来形容不同种类的运动目标的机动目标跟踪，机动目标跟踪的实践模式，吸引了相当多的研究人员用不同的方法来的问题。提出了Dr.Zhou于1983年目前的统计模型（CSM）[4]。在CSM中，目标加速度的特征在于改进的瑞利概率密度函数，并且其平均值被预测的当前加速...

matlab 算法 模型 基于 交互

说明：国外大牛Mean Shift代码，思路比较清晰meanshift算法思想其实很简单：利用概率密度的梯度爬升来寻找局部最优。它要做的就是输入一个在图像的范围，然后一直迭代（朝着重心迭代）直到满足你的要求为止。

matlab meanshift

说明：对大量统计数据进行归一化处理，并对其概率密度函数进行了拉普拉斯拟合，利用了最小二乘法，获得最优拟合参数，可通过实现各种参数的拟合。同时对角度扩展进行了对数正态分布拟合。代码简单易懂，运行需要加载自己的测量数据。

matlab 曲线 拟合

说明：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

matlab 信道 瑞利

说明：程序对瑞利和莱斯信道进行了仿真，采用了经典的JAKES模型来建模，得到了瑞利和莱斯信道的随机变量的概率密度函数（pdf），分析了理论结果与仿真结果的差别。

matlab 仿真 信道

说明：应用背景信号处理，盲信号分离、信号的特征提取，主要用于多个混合信号的盲分离。能消除混合信号之间的相关性，使得分离信号统计独立。关键技术 关键技术如下：通过采用Gram-Charlier多项式展开技术，估计信号的概率密度函数，然后可获得评价函数，可以实现超高斯和亚高斯混合信号的分离。

matlab 分析 分量 独立

说明：无迹卡尔曼滤波和扩展卡尔曼滤波的matlab仿真程序主要对扩展卡尔曼滤波（ekf）、无迹卡尔曼滤波（ukf）及改进无迹卡尔曼滤波（MAUKF）算法进行研究，研究了三种算法的基本原理和各自的特点。其中扩展卡尔曼滤波器是将卡尔曼滤波器局部线性化，其算法简单，计算量小，适用于弱非线性、高斯环境。无迹卡尔曼...

说明：所谓粒子滤波就是指：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，这些样本被形象的称为“粒子”，故而叫粒子滤波。 粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模...

说明：在移动无线信道中，瑞利分布是最常见的用于描述平坦衰落信号接收包络或独立多径分量接收包络统计时变特性的一种分布类型，众所周知，两个正交高斯噪声信号之和的包络服从瑞丽分布。所以根据相关模型，编写程序代码，实现瑞利分布特性，由概率密度函数和累积分布函数来描述。

matlab 仿真 信号 瑞利