精华内容
下载资源
问答
  • (3)计算整个圆形空间内所有向量的平均值,得到一个偏移均值; (4)将中心点center移动到偏移均值位置; (5)重复移动,直到满足一定条件结束; 2 均值漂移运算: 2.1 Mean shift的基础公式: 偏移均值 Sh:以x...

    一、简介

    1.均值漂移的基本概念:沿着密度上升方向寻找聚簇点
    (1)设想在一个有N个样本点的特征空间;
    (2)初始确定一个中心点center,计算在设置的半径为D的圆形空间内所有的点(xi)与中心点center的向量;
    (3)计算整个圆形空间内所有向量的平均值,得到一个偏移均值;
    (4)将中心点center移动到偏移均值位置;
    (5)重复移动,直到满足一定条件结束;
    在这里插入图片描述
    2 均值漂移运算:
    2.1 Mean shift的基础公式:
    偏移均值
    在这里插入图片描述
    Sh:以x为中心点,半径为h的高维球区域; k:包含在Sh范围内点的个数; xi:包含在Sh范围内的点
    中心更新
    将中心点移动到偏移均值位置
    在这里插入图片描述
    Mt为t状态下求得的偏移均值; xt为t状态下的中心

    2.2 引入核函数的偏移均值:
    核函数
    核函数只是用来计算映射到高维空间之后的内积的一种简便方法,目的为让低维的不可分数据变成高维可分。利用核函数,可以忽略映射关系,直接在低维空间中完成计算。
    引入核函数的偏移均值
    在均值漂移中引入核函数的概念,能够使计算中距离中心的点具有更大的权值,反映距离越短,权值越大的特性。改进的偏移均值:
    在这里插入图片描述
    其中,x为中心点;xi为带宽范围内的点;n为带宽范围内的点的数量;g(x)为对核函数的导数求负

    3 均值漂移的应用:
    聚类(K均值聚类)
    图像分割(将图像映射到特征空间,对采样点进行均值漂移聚类)
    对象轮廓检验(光线传播算法)
    目标跟踪(求解最优化Bhattacharya系数函数)

    4 均值漂移运算步骤:
    4.1 在未被分类的数据点中随机选择一个点作为中心点;
    4.2 找出离中心点距离在带宽之内的所有点,记做集合M,认为这些点属于簇c。
    4.3 计算从中心点开始到集合M中每个元素的向量,将这些向量相加,得到偏移向量。
    4.4 中心点沿着shift的方向移动,移动距离是偏移向量的模。
    4.5 重复步骤2、3、4,直到偏移向量的大小满足设定的阈值要求,记住此时的中心点。
    4.6 重复1、2、3、4、5直到所有的点都被归类。
    4.7 分类:根据每个类,对每个点的访问频率,取访问频率最大的那个类,作为当前点集的所属类。

    二、源代码

    function varargout = GUI(varargin)
    gui_Singleton = 1;
    gui_State = struct('gui_Name',       mfilename, ...
                       'gui_Singleton',  gui_Singleton, ...
                       'gui_OpeningFcn', @GUI_OpeningFcn, ...
                       'gui_OutputFcn',  @GUI_OutputFcn, ...
                       'gui_LayoutFcn',  [] , ...
                       'gui_Callback',   []);
    if nargin && ischar(varargin{1})
        gui_State.gui_Callback = str2func(varargin{1});
    end
    
    if nargout
        [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
    else
        gui_mainfcn(gui_State, varargin{:});
    end
    function GUI_OpeningFcn(hObject, eventdata, handles, varargin)
    handles.output = hObject;
    handles.FileName = 0;
    colour = get(handles.Video_Panel,'BackgroundColor');
    img = imread('Files\Play_up.bmp');
    handles.icon_play_up = Set_Button_Bckgrnd(img,colour);
    set(handles.Play,'CData',handles.icon_play_up);
    img = imread('Files\Play_down.bmp');
    handles.icon_play_down = Set_Button_Bckgrnd(img,colour);
    set(handles.Speed,'Value',10);
    in = imread('Files\Mark_in.bmp');
    out = imread('Files\Mark_out.bmp');
    in = Set_Button_Bckgrnd(in,colour);
    out = Set_Button_Bckgrnd(out,colour);
    set(handles.Mark_in,'CData',in);
    set(handles.Mark_out,'CData',out);
    icon = imread('Files\Crop.bmp');
    icon = Set_Button_Bckgrnd(icon,colour);
    set(handles.Crop,'CData',icon);
    icon = imread('Files\Select_Target.bmp');
    icon = Set_Button_Bckgrnd(icon,colour);
    set(handles.Select_Target,'CData',icon);
    set(handles.Gaussian,'Value',1);
    handles.Kernel_type = 'Gaussian';
    handles.radius = str2double(get(...
        handles.Radius_edit,'String'))/100;
    % Set Default Iteration limiters
    handles.f_thresh = str2double(get(...
        handles.F_thresh_edit,'String'));
    handles.max_iter = str2double(get(...
        handles.Max_iter_edit,'String'));
    % Update handles structure
    guidata(hObject, handles);
    %Display Default Images
    axes(handles.Target)
    img = imread('Files\Target_Default.png');
    imshow(img);
    axes(handles.Video)
    img = imread('Files\Video_Default.png');
    imshow(img);
    
    %% Button Background Colour Function
    function icon = Set_Button_Bckgrnd(icon,colour)
    for i=1:size(icon,1)
        for j=1:size(icon,2)
            if mean(icon(i,j,:))>= 196
                icon(i,j,:) = icon(i,j,:)-uint8(round(...
                    255*(ones(1,1,3)-permute(colour,[1 3 2]))));
            end
        end
    end
    
    %% Outputs from this function are returned to the command line.
    function varargout = GUI_OutputFcn(hObject, eventdata, handles) 
    % varargout  cell array for returning output args (see VARARGOUT);
    % hObject    handle to figure
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    structure with handles and user data (see GUIDATA)
    
    % Get default command line output from handles structure
    varargout{1} = handles.output;
    
    %% Objects Creation Functions
    % Executes during object creation,
    %after setting all properties.
    function Video_CreateFcn(hObject, eventdata, handles)
    function Vid_Path_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'),...
            get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Slider_CreateFcn(hObject, eventdata, handles)
    if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor',[.9 .9 .9]);
    end
    function Slider_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Speed_CreateFcn(hObject, eventdata, handles)
    if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor',[.9 .9 .9]);
    end
    function Mark_in_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Mark_out_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Select_Target_CreateFcn(hObject, eventdata, handles)
    function Target_CreateFcn(hObject, eventdata, handles)
    function Radius_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function F_thresh_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Max_iter_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Similarity_Plot_CreateFcn(hObject, eventdata, handles)
    
    %% Close Button Callback
    function Close_Callback(hObject, eventdata, handles)
    % setappdata(handles.MeanShift,'mydata',matrices);
    display 'GUI closed. Thanks for using it. :)'
    close(handles.MeanShift);
    
    %% Video Input Callbacks
    function Browse_Callback(hObject, eventdata, handles)
    
    [FileName,PathName] = uigetfile({'*.avi','(*.avi) AVI video file'},...
        'Select input AVI video...');
    if FileName~=0
        set(handles.Vid_Path,'String',strcat(PathName,FileName));
        Vid_Path_Callback(handles.Vid_Path,[], handles);
    end
    
    function Vid_Path_Callback(hObject, eventdata, handles)
    Path = get(hObject,'String');
    if exist(Path,'file')==2
        L = length(Path);
        if L>3
            extension = Path(L-3:L);
            if strcmpi(extension,'.avi')==1
                set(hObject,'String',...
                    'Importing video, be patient...',...
                    'ForegroundColor','red',...
                    'FontWeight','bold');
                drawnow;
                [handles.lngth,handles.height,handles.width,...
                    handles.Movie]=Import_mov(Path);
                set(hObject,'String',Path,...
                    'ForegroundColor','black',...
                    'FontWeight','normal');
                for i=L:-1:1
                    if strcmp(Path(i),'\')==1
                        break;
                    end
                end
                handles.FileName = Path(L-i:L-3);
                Video_Init(hObject,handles);
            end
        end
    end
    
    %% Video Initialization
    function Video_Init(hObject,handles)
    handles.indx_start_frame = 1;
    handles.indx_end_frame = handles.lngth;
    guidata(hObject,handles);
    set(handles.Play,'Enable','on');
    set(handles.Speed,'Enable','on');
    set(handles.Slider,'Min',1,'Max',handles.lngth,...
        'Value',1,'SliderStep',[0.01 0.1],'Enable','on');
    Video_Callback(handles.Video,[],handles);
    set(handles.Slider_edit,'Enable','on','String',1);
    set(handles.Mark_in,'Enable','on');
    set(handles.Mark_out,'Enable','on');
    set(handles.Mark_in_edit,'Enable','on','String',1);
    set(handles.Mark_out_edit,'Enable','on',...
        'String',num2str(handles.lngth));
    set(handles.Crop,'Enable','on');
    Set_Mark_in_pointer(handles.Mark_in_pointer,1,handles);
    Set_Mark_in_pointer(handles.Mark_in_edit,1,handles);
    Set_Mark_out_pointer(handles.Mark_out_pointer,...
        handles.lngth,handles);
    Set_Mark_out_pointer(handles.Mark_out_edit,...
        handles.lngth,handles);
    Disable_Parameters_Panels(handles);
    Target_Init(handles);
    
    %% Disable parameters access while no target selected
    function Disable_Parameters_Panels(handles)
    set(handles.Uniform,'Enable','off');
    set(handles.Triangular,'Enable','off');
    set(handles.Epanechnikov,'Enable','off');
    set(handles.Gaussian,'Enable','off');
    set(handles.Radius_edit,'Enable','off');
    set(handles.F_thresh_edit,'Enable','off');
    set(handles.Max_iter_edit,'Enable','off');
    set(handles.Start,'Enable','off');
    

    三、运行结果

    在这里插入图片描述

    四、备注

    版本:2014a

    展开全文
  • (3)计算整个圆形空间内所有向量的平均值,得到一个偏移均值; (4)将中心点center移动到偏移均值位置; (5)重复移动,直到满足一定条件结束; 2 均值漂移运算: 2.1 Mean shift的基础公式: 偏移均值 Sh:以x...

    一、简介

    1.均值漂移的基本概念:沿着密度上升方向寻找聚簇点
    (1)设想在一个有N个样本点的特征空间;
    (2)初始确定一个中心点center,计算在设置的半径为D的圆形空间内所有的点(xi)与中心点center的向量;
    (3)计算整个圆形空间内所有向量的平均值,得到一个偏移均值;
    (4)将中心点center移动到偏移均值位置;
    (5)重复移动,直到满足一定条件结束;
    在这里插入图片描述
    2 均值漂移运算:
    2.1 Mean shift的基础公式:
    偏移均值
    在这里插入图片描述
    Sh:以x为中心点,半径为h的高维球区域; k:包含在Sh范围内点的个数; xi:包含在Sh范围内的点
    中心更新
    将中心点移动到偏移均值位置
    在这里插入图片描述
    Mt为t状态下求得的偏移均值; xt为t状态下的中心

    2.2 引入核函数的偏移均值:
    核函数
    核函数只是用来计算映射到高维空间之后的内积的一种简便方法,目的为让低维的不可分数据变成高维可分。利用核函数,可以忽略映射关系,直接在低维空间中完成计算。
    引入核函数的偏移均值
    在均值漂移中引入核函数的概念,能够使计算中距离中心的点具有更大的权值,反映距离越短,权值越大的特性。改进的偏移均值:
    在这里插入图片描述
    其中,x为中心点;xi为带宽范围内的点;n为带宽范围内的点的数量;g(x)为对核函数的导数求负

    3 均值漂移的应用:
    聚类(K均值聚类)
    图像分割(将图像映射到特征空间,对采样点进行均值漂移聚类)
    对象轮廓检验(光线传播算法)
    目标跟踪(求解最优化Bhattacharya系数函数)

    4 均值漂移运算步骤:
    4.1 在未被分类的数据点中随机选择一个点作为中心点;
    4.2 找出离中心点距离在带宽之内的所有点,记做集合M,认为这些点属于簇c。
    4.3 计算从中心点开始到集合M中每个元素的向量,将这些向量相加,得到偏移向量。
    4.4 中心点沿着shift的方向移动,移动距离是偏移向量的模。
    4.5 重复步骤2、3、4,直到偏移向量的大小满足设定的阈值要求,记住此时的中心点。
    4.6 重复1、2、3、4、5直到所有的点都被归类。
    4.7 分类:根据每个类,对每个点的访问频率,取访问频率最大的那个类,作为当前点集的所属类。

    二、源代码

    function varargout = GUI(varargin)
    gui_Singleton = 1;
    gui_State = struct('gui_Name',       mfilename, ...
                       'gui_Singleton',  gui_Singleton, ...
                       'gui_OpeningFcn', @GUI_OpeningFcn, ...
                       'gui_OutputFcn',  @GUI_OutputFcn, ...
                       'gui_LayoutFcn',  [] , ...
                       'gui_Callback',   []);
    if nargin && ischar(varargin{1})
        gui_State.gui_Callback = str2func(varargin{1});
    end
    
    if nargout
        [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
    else
        gui_mainfcn(gui_State, varargin{:});
    end
    function GUI_OpeningFcn(hObject, eventdata, handles, varargin)
    handles.output = hObject;
    handles.FileName = 0;
    colour = get(handles.Video_Panel,'BackgroundColor');
    img = imread('Files\Play_up.bmp');
    handles.icon_play_up = Set_Button_Bckgrnd(img,colour);
    set(handles.Play,'CData',handles.icon_play_up);
    img = imread('Files\Play_down.bmp');
    handles.icon_play_down = Set_Button_Bckgrnd(img,colour);
    set(handles.Speed,'Value',10);
    in = imread('Files\Mark_in.bmp');
    out = imread('Files\Mark_out.bmp');
    in = Set_Button_Bckgrnd(in,colour);
    out = Set_Button_Bckgrnd(out,colour);
    set(handles.Mark_in,'CData',in);
    set(handles.Mark_out,'CData',out);
    icon = imread('Files\Crop.bmp');
    icon = Set_Button_Bckgrnd(icon,colour);
    set(handles.Crop,'CData',icon);
    icon = imread('Files\Select_Target.bmp');
    icon = Set_Button_Bckgrnd(icon,colour);
    set(handles.Select_Target,'CData',icon);
    set(handles.Gaussian,'Value',1);
    handles.Kernel_type = 'Gaussian';
    handles.radius = str2double(get(...
        handles.Radius_edit,'String'))/100;
    % Set Default Iteration limiters
    handles.f_thresh = str2double(get(...
        handles.F_thresh_edit,'String'));
    handles.max_iter = str2double(get(...
        handles.Max_iter_edit,'String'));
    % Update handles structure
    guidata(hObject, handles);
    %Display Default Images
    axes(handles.Target)
    img = imread('Files\Target_Default.png');
    imshow(img);
    axes(handles.Video)
    img = imread('Files\Video_Default.png');
    imshow(img);
    
    %% Button Background Colour Function
    function icon = Set_Button_Bckgrnd(icon,colour)
    for i=1:size(icon,1)
        for j=1:size(icon,2)
            if mean(icon(i,j,:))>= 196
                icon(i,j,:) = icon(i,j,:)-uint8(round(...
                    255*(ones(1,1,3)-permute(colour,[1 3 2]))));
            end
        end
    end
    
    %% Outputs from this function are returned to the command line.
    function varargout = GUI_OutputFcn(hObject, eventdata, handles) 
    % varargout  cell array for returning output args (see VARARGOUT);
    % hObject    handle to figure
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    structure with handles and user data (see GUIDATA)
    
    % Get default command line output from handles structure
    varargout{1} = handles.output;
    
    %% Objects Creation Functions
    % Executes during object creation,
    %after setting all properties.
    function Video_CreateFcn(hObject, eventdata, handles)
    function Vid_Path_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'),...
            get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Slider_CreateFcn(hObject, eventdata, handles)
    if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor',[.9 .9 .9]);
    end
    function Slider_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Speed_CreateFcn(hObject, eventdata, handles)
    if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor',[.9 .9 .9]);
    end
    function Mark_in_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Mark_out_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Select_Target_CreateFcn(hObject, eventdata, handles)
    function Target_CreateFcn(hObject, eventdata, handles)
    function Radius_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function F_thresh_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Max_iter_edit_CreateFcn(hObject, eventdata, handles)
    if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
        set(hObject,'BackgroundColor','white');
    end
    function Similarity_Plot_CreateFcn(hObject, eventdata, handles)
    
    %% Close Button Callback
    function Close_Callback(hObject, eventdata, handles)
    % setappdata(handles.MeanShift,'mydata',matrices);
    display 'GUI closed. Thanks for using it. :)'
    close(handles.MeanShift);
    
    %% Video Input Callbacks
    function Browse_Callback(hObject, eventdata, handles)
    
    [FileName,PathName] = uigetfile({'*.avi','(*.avi) AVI video file'},...
        'Select input AVI video...');
    if FileName~=0
        set(handles.Vid_Path,'String',strcat(PathName,FileName));
        Vid_Path_Callback(handles.Vid_Path,[], handles);
    end
    
    function Vid_Path_Callback(hObject, eventdata, handles)
    Path = get(hObject,'String');
    if exist(Path,'file')==2
        L = length(Path);
        if L>3
            extension = Path(L-3:L);
            if strcmpi(extension,'.avi')==1
                set(hObject,'String',...
                    'Importing video, be patient...',...
                    'ForegroundColor','red',...
                    'FontWeight','bold');
                drawnow;
                [handles.lngth,handles.height,handles.width,...
                    handles.Movie]=Import_mov(Path);
                set(hObject,'String',Path,...
                    'ForegroundColor','black',...
                    'FontWeight','normal');
                for i=L:-1:1
                    if strcmp(Path(i),'\')==1
                        break;
                    end
                end
                handles.FileName = Path(L-i:L-3);
                Video_Init(hObject,handles);
            end
        end
    end
    
    %% Video Initialization
    function Video_Init(hObject,handles)
    handles.indx_start_frame = 1;
    handles.indx_end_frame = handles.lngth;
    guidata(hObject,handles);
    set(handles.Play,'Enable','on');
    set(handles.Speed,'Enable','on');
    set(handles.Slider,'Min',1,'Max',handles.lngth,...
        'Value',1,'SliderStep',[0.01 0.1],'Enable','on');
    Video_Callback(handles.Video,[],handles);
    set(handles.Slider_edit,'Enable','on','String',1);
    set(handles.Mark_in,'Enable','on');
    set(handles.Mark_out,'Enable','on');
    set(handles.Mark_in_edit,'Enable','on','String',1);
    set(handles.Mark_out_edit,'Enable','on',...
        'String',num2str(handles.lngth));
    set(handles.Crop,'Enable','on');
    Set_Mark_in_pointer(handles.Mark_in_pointer,1,handles);
    Set_Mark_in_pointer(handles.Mark_in_edit,1,handles);
    Set_Mark_out_pointer(handles.Mark_out_pointer,...
        handles.lngth,handles);
    Set_Mark_out_pointer(handles.Mark_out_edit,...
        handles.lngth,handles);
    Disable_Parameters_Panels(handles);
    Target_Init(handles);
    
    %% Disable parameters access while no target selected
    function Disable_Parameters_Panels(handles)
    set(handles.Uniform,'Enable','off');
    set(handles.Triangular,'Enable','off');
    set(handles.Epanechnikov,'Enable','off');
    set(handles.Gaussian,'Enable','off');
    set(handles.Radius_edit,'Enable','off');
    set(handles.F_thresh_edit,'Enable','off');
    set(handles.Max_iter_edit,'Enable','off');
    set(handles.Start,'Enable','off');
    

    三、运行结果

    在这里插入图片描述

    四、备注

    版本:2014a

    展开全文
  • (4)给定置信水平来得到一个接受域的区间,看检验值是否落在接受域中,或者用检验值和区间的临界值进行比较,来判断是否接受原假设(或者计算该检验值对应于其分布的p值,并将p值和指定的显著性水平比较从而来确定...

    假设检验的步骤可以归纳如下:
    (1)写出原假设和备择假设;
    (2)在原假设成立的条件下,构造一个统计量,该统计量服从某一分布;
    (3)用已知的样本数据带入统计量的公式,得到一个检验值;
    (4)给定置信水平来得到一个接受域的区间,看检验值是否落在接受域中,或者用检验值和区间的临界值进行比较,来判断是否接受原假设(或者计算该检验值对应于其分布的p值,并将p值和指定的显著性水平比较从而来确定是否接受原假设)。
    在这里插入图片描述
    例子:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    逐对比较法

    有时为了比较两种产品、两种仪器 、两种方法等的差异,我们常在相同的条件下做对比试验,得到一批成对的观察值,然后分析观察数据作出推断。这种方法常称为逐对比较法。这个方法在数学建模中用的也比较多。
    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • EXCEL函数公式

    热门讨论 2010-03-16 03:26:38
    以2006年10月31日为基准日,按按身份证计算年龄(周岁)的公式 按身份证号分男女年龄段 【年龄和工龄计算】 根据出生年月计算年龄 根据出生年月推算生肖 如何求出一个人到某指定日期的周岁? 计算距离退休年龄的公式 求...
  • 所提方法将传统子集模拟法中计算失效概率和可靠性灵敏度的多维综合变量均值的估计转换为条件期望均值的估计,并将条件期望均值的两重概率估计进一步转换成可采用核密度进行计算的积分形式,从而可以在不增加传统子集...
  • 最后3 章还将公式与函数的应用扩展到了条件格式、数据验证及图表中,以便使它们发挥更强大的功能。本书采用理论与实践相结合的方式,提供了457 个案例,涉及多个行业,读者可以根据书中的案例举一反三,将其直接应用...
  • 以2006年10月31日为基准日,按按身份证计算年龄(周岁)的公式 按身份证号分男女年龄段 【年龄和工龄计算】 根据出生年月计算年龄 根据出生年月推算生肖 如何求出一个人到某指定日期的周岁? 计算距离退休年龄的公式 求...
  • 针对典型调压室水力系统,建立了具有随机...利用泰勒级数展开式推导了水轮机瞬时全部甩荷时调压室中水位第1次向上波动时的水位随时间的随机解过程,并由此给出了解过程的密度函数公式和涌波均值的最大值的显式计算公式.
  • 信息熵是随机变量所有取值的均值之和,信息熵是正数,信息熵越小,表示事情的不确定性越小,熵的计算公式如下: 信息增益 信息增益=信息熵-条件熵 信息熵指在一个待分类集合熵值 条件熵指在一个按照某个特征分类后...

    信息量,信息熵,信息增益概念的理解和计算

    你好!让我们聊一聊 信息量,信息熵,信息增益的概念和公式,这对以后学习决策树会有很大的帮助。

    信息量

    某个具体事件发生的产生的信息量往往和他发生的概率成反比,即发生的概率越小,产生的信息量越大。

    信息熵

    信息熵是随机变量所有取值的均值之和,信息熵是正数,信息熵越小,表示事情的不确定性越小,熵的计算公式如下:
    Alt

    信息增益

    信息增益=信息熵-条件熵
    信息熵指在一个待分类集合熵值
    条件熵指在一个按照某个特征分类后,分别计算每个类别的熵值,按照特征分类比例求出的均值
    信息增益代表在某个特征的条件下,事件发生的不确定性减少的程度,那下面我们就介绍条件熵和他的计算公式。
    信息增益计算公式:
    Alt

    条件熵

    条件熵是在某个特征条件下按照概率某个条件分类之后的分别计算熵,在计算出的均值
    Alt
    `

    展开全文
  • 下沉系数与基岩软硬程度系数和松散层厚度占比因素的线性回归预测公式,适用于基岩岩性中硬、松散层厚度占比大于0.5的类似条件矿区,11组数据误差均值为6.42%,7组误差值小于误差均值,说明回归预测公式是可行的。
  • 二、确定所求条件(抽样) 抽样的标准差 sigma_x_bar = sigma/sqrt(n) Z = (X_bar - miu) / sigma_x_bar 例子:(100,1000)中抽样,样本量为30。抽样的样本均值大于600的概率是多少? Excel公式: 总体均值=(a+b)/2...
  • 文中基于最小均方误差估计准则,给出了系统噪声和量测噪声相关时UKF滤波递推公式,并采用Unscented变换(UT)来计算系统状态的后验均值和协方差. 所设计的噪声相关条件下UKF有效克服了传统UKF必须假设系统噪声和量...
  • 公式产生数组4.BA列数据之差的均值5.计算正数之和6.判断身份证长度是否正确7.多条件求和8.判断男女退休否9.判断是否通过10.数组SUMPRODUCT11.小于100或者大于110的合计 一.概念 1.简介 所谓数组,是有序的元素序列。...
  • 分位数回归(Stata)

    万次阅读 2020-01-08 20:53:30
    空气质量指数计算公式为: (1)线性回归模型得到的是一种条件均值,并未考虑到因变量总体上的分布特征,在需要了解因变量位置(分位数)上的信息时,线性回归就显示出了不足。 (2)线性(均值)回归模型最基本...
  • 卡尔曼滤波代码

    2016-05-22 12:40:22
    ③当观测数据和状态联合服从高斯分布时用卡尔曼递归公式计算得到的是高斯随机变量的条件均值和条件方差,从而卡尔曼滤波公式给出了计算状态的条件概率密度的更新过程线性最小方差估计,也就是最小方差估计。
  • 从Bayes计算原理出发,结合岩石抗压强度分布的已有信息,随机抽取小样本数据,得到了岩石抗压强度后验分布统计量的计算公式。针对小样本计算出的均值、方差表达式,进行了工程检验。检验结果显示,后验分布的均值和标准差...
  • GRNN神经网络

    千次阅读 2020-11-11 02:01:05
    GRNN广义回归神经网络以非参数核回归为基础,以样本数据作为后验概率验证条件并进行非... 假设GRNN神经网络中的两个随机变量x和y,其联合概率密度函数为f (x ,y),且x的观测样本为X,即条件均值为: 公式4即为人...
  • ESD异常检测

    2018-11-08 19:36:21
    首先一系列的假定条件。 服从正态分布,数据相互独立并且有着相同的概率分布。...lam的计算公式: lam的计算是在显著水平下求出来的。上式的变量n为数据量,tp,n-i-i是自由度为 n-i-i的t分布...
  • 图像预处理(笔记)

    2019-07-03 14:48:05
    灰度计算公式: 图像增强的目标: 图像处理方法: 点运算:基于直方图。 小波变换基础形式:Haar变换。 特征提取方法: 直方图均衡化 自适应直方图均衡 CLAHE CLAHE算法步骤: 形态学运算 空间域处理...
  • 基础函数公式 求和 SUM(A1:A5) 求均值 AVERAGE(A1:A5) 求最大值 MAX(A1:A5) ...条件函数公式 查找重复内容公式 F(COUNTIF(A:A,A2)>1,"重复","") 等级 IF(A1>=85,"优",IF(A1>=75,"良",IF(A1>=6...
  • 三阶彗差是同轴三反消像散(TMA)光学系统镜面...计算了同轴TMA光学系统中三镜失调的两个例子,在消彗差补偿条件下,经过次镜主动偏心补偿,全视场均值彗差增量仅为未失调前的0.6%和1.9%,证明了消彗差补偿条件的正确性。
  • K-means算法是一种无监督学习的聚类算法,也叫做K均值聚类,通过均值计算,对样本分为K个不同的簇。 距离度量 使用K-means算法时,样本的距离度量必须满足一定的条件: 对样本属性的距离度量计算时,可以采取不同...
  • 基于线弹性位移叠加原理给出了多工况、不确定性条件下结构柔度均值与方差的计算方法,并在此基础上推导了结构灵敏度公式.对于承受M个工况的二维结构,根据每个工况下的柔度均值和方差以及灵敏度信息求出其结构整体的...
  • 统计学中各种检验以及python实现

    万次阅读 多人点赞 2018-08-08 17:08:34
    1. T检验 T检验是假设检验的一种,又叫student t检验(Student’s t test)...计算公式:  t统计量:  自由度:v=n - 1  适用条件:  (1) 已知一个总体均数;  (2) 可得到一个样本均数及该样本标准误; ...
  • 生成模型:由数据学习出联合概率分布P(X,Y),在求出条件概率分布P(Y|X)判别模型:由数据直接求出决策函数非f(x)或者条件概率分布P(Y|X)把样本分布当做高斯分布,根据已知...进而根据朴素贝叶斯公式计算条件概率分类...
  • 根据马氏距离、模糊权重和模糊集核点的定义和相互关系,研究了目前随机-模糊处理方法中把模糊权重作为定值的不合理性,提出了把均值、方差和协方差的模糊权重处理为变权重的方法和具体表达公式.研究了在模糊变权重...
  • 三种样本间的距离测量公式:x1,x2代表要计算的两个样本,X代表所有样本,u代表样本均值1,欧式距离D = (x1 - x2)' * (x1 - x2)2,马氏距离步骤:(1)计算特征的协方差矩阵sigma = (X - u) * (X - u)’(2)协方差求...
  • 由于假设检验与区间估计都是基于抽样分布,即基于样本抽样分布的性质去计算相应的置信区间或者比较临界值判断假设是否成立,两者相比假设检验比区间估计多了一个已知条件,即假设总体参数等于某个常数。 例如,对于...
  • 同时,采用相径容积规则近似计算系统状态的后验均值和协方差,给出等式状态约束下的容积卡尔曼滤波递推公式。最后,对路径约束条件下的导航定位系统进行仿真,结果表明算法定位精度优于常规容积卡尔曼滤波算法,较好地...

空空如也

空空如也

1 2 3
收藏数 59
精华内容 23
关键字:

条件均值计算公式