非参数统计--非参数密度估计_第1页
非参数统计--非参数密度估计_第2页
非参数统计--非参数密度估计_第3页
非参数统计--非参数密度估计_第4页
非参数统计--非参数密度估计_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、第七章非残奥元密度估计、7.1非残奥元密度估计、图像直方图是最基本的非残奥元密度估计。 假定有数据x1、x2、xn，将其从小排序为大，得到数据复盖的区间(a，b )，将该区间按等间距分成k组，标记为I1，I2，Ik，并且如果纠正Ii中的频率ni/n，则推定为密度推广hist(A，1，20 )、图像直方图的密度函数定义。 XRd，1)v越小，密度值局部变化越大，多峰呈现不稳定的特征；2)v越大，估计过于平滑。 如何在稳定性和过度平滑度之间取得平衡？ 方法(1)固定体积不变；(2)固定ni不变的核估计和k近邻估计。 对于7.2核密度估计，假设区域r是Rd空间上的d维立方形，Vn是其体积，h是r边的

2、长度，并且任意x=x1，x2， 对于xn，定义x的邻近函数：位于x附近的样本数目称为Parzen窗密度估计，通过S-Plus计程仪编程来校正密度估计，1 )数据文件A-read.table(E:各种电子课件) a ) (1/260 * h ) *和(1/sqrt (2* pi ) ) * exp (-0.5 * (x-a，113360260 )。 5 )画画x z for(i in 1:52) zi plot(x，z，type=l )，带宽对估计量的影响，h=1，h=2，h=0.2， 在parrot带宽h=1时，密度函数曲线比较平滑，优选，另外一方面，在带宽h=5时，密度函数曲线最平滑，但如何选择信息损失多的适当带宽是核函数密度估计的关键. 分析：带宽hn越小，核估计的偏差越小，但方差越大。带宽hn越大，核估计的偏差越大，但方差越小h的选择要根据数据和密度推断的情况不断调整.模式分类问题，一些实际问题：通过检测某一河流污染程度的某一指标，诊断某人是否得病的德老虎钳故障排除问题1 .假设1鲑，1鲑它们的先验概率使用密度估计对数数据进行分类，2 .分别估计鲑鱼和鲈鱼的概率密度：3 .分类原则：分类问题、优点和缺点的评价：分类精度的评价分类方法。k近邻估计基于核密度估计方法，根据样本点的密集性使体积发生变化。 如果采样点密集，请选择较小的体积；如果采样点稀疏，请选择较大的采样。

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论