针对Logistic回归模型中的参数估计计算复杂难题，提出一种基于粒子群优化算法（PSO）的估计方法。以最大似然准则作为粒子群优化算法的适应度函数，建立了Logistic回归模型中的参数估算模型。数值仿真分析表明，粒子群优化算法可以更精确地计算出相关参数。

这是模式分类中的课程代码， 其中包含所有的模式分类算法的实现实验， 程序时用matlab写的，代码质量较高，对学习模式分类 模式识别、 机器学习的同学有很重要的参考价值， 其中经典的算法有：最大似然估计 对不同维数下的高斯概率密度模型，用最大似然估计方法对其参数进行估计，学习和掌握最 大似然估计方法。 (a) 编写程序，对表格2 中的类1 w 中的3 个特征i x ，分别求解最大似然估计μ

提供了AR模型参数估计完整matlab代码，与这篇文章中的原理部分组合https://blog.csdn.net/weixin_44846910/article/details/107311415，就是一篇完整的实验报告。 编程实现 Levinson- Durbin递推算法。 1.使用AR模型仿真生成随机信号，求解Yue- Walker方程估计AR模型的参数，并与 MATLAB自带函数 anyue进行比较，检验程序是否正确。 2.应用FPR、AC等准则估计模型的阶数，并与真实值进行比较。 3.讨论AR模型阶数及白噪声方差对参数估计的影响。

模式识别概率密度估计相关知识

基于时频分析的跳频信号参数估计方法研究，很好的资料

空间谱估计是阵列信号处理中的一个重要研究方向，在雷达、通信、声呐等众多领域有极为广阔的应用前景。全书由14章组成，主要内容有空间谱估计的研究进展、信号源数估计、线性预测（LP）类算法、MUSIC类算法、子空间拟合类算法、旋转不变子空间（ESPRIT）类算法、子空间迭代与更新、特殊信号的空间谱估计、特殊阵列的空间谱估计、阵列误差校正方法、现代信号处理在空间谱估计中的应用及多维空间谱估计等。

matlab参数估计与假设检验，亲测该程序可用

首先，阐述车辆侧向主动避撞系统的研究背景，并从行车信息感知与处理，换道 安全距离模型，车辆动力学控制和车辆建模四个方面搭建侧向主动避撞系统构架。 其次，在不影响控制效果的前提下，简化车辆模型，建立车身动力学模型、车轮 动力学模型、轮胎模型，为后续车辆观测器的设计提供数学模型。 再次，车辆侧偏角和轮胎侧偏刚度是车辆操纵稳定性的重要参数，本文采用无迹 卡尔曼滤波对车身侧偏角进行估计，采用带遗忘因子的递推最小二乘法对轮胎侧偏刚度进行估计，为车辆侧向运动提供必要的行驶状态和环境信息。 最后，设计双层控制器控制车辆侧向稳定性。设计上层控制器以获取车辆侧向避 撞的期望轨迹，即期望横摆角速率和期望车身侧偏角；设计直接横摆力矩自适应滑模 控制器获得车辆转向力矩，实现车辆稳定安全避障。

给出密度函数的非参数估计公式，并产生1、16、256和16384个服从一维标准正态分布的样本， 1． 分别就窗宽为 ， ，窗函数为高斯函数的情形估计所给样本的密度函数并划出图形。 2． 分别就 时用 近邻方法估计所给样本的密度函数并划出图形。

该资源是比较ekf和ukf实现参数估计，从实验结果可知，ukf明显比ekf的效果好。希望该资源对大家有用。