function [outY] = GetAndDrawAllDensity(inX, Samples, h)
% 计算所有密度,并显示图形
% outY 返回值,Y轴数据
% inX X轴数据
% Samples 样本集
% h 窗大小
Xlength = length(inX);
outY = zeros(size(inX));
% 求解密度函数p(x)
for i = 1:Xlength
outY(i) = GetDensity(inX(i), Samples, h);
end
% 新建用于绘制样本点的Y轴数据
SamplesY = zeros(size(Samples));
% 绘图
plot(inX, outY, Samples, SamplesY,'.-k');
YMax = max(outY);
axis([-6, 6, 0, YMax * 1.1]); % 调整Y轴
box off; % 关闭 右上 刻度显示
xlabel('x'); % X轴标签
ylabel('p(x)'); % Y轴标签
title('基于窗口法估计正态密度函数'); % 标题
end
没有合适的资源?快使用搜索试试~ 我知道了~
parzen窗的非参数估计
共4个文件
m:4个
需积分: 50 21 下载量 197 浏览量
2018-12-01
16:32:29
上传
评论 2
收藏 2KB ZIP 举报
温馨提示
本实验的目的是学习Parzen窗估计方法。在之前的模式识别研究中,我们假设概率密度函数的参数形式已知,即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法,Parzen窗估计的估计法
资源推荐
资源详情
资源评论
收起资源包目录
pazen窗.zip (4个子文件)
pazen窗
AddSample.m 127B
GetDensity.m 444B
WindowFunc.m 337B
GetAndDrawAllDensity.m 619B
共 4 条
- 1
资源评论
kycddd
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功