基于压缩感知的DOA估计.doc

人工智能-机器学习-智能天线波达方向估计算法的研究.pdf

用于估计采样噪声正弦波的幅度、频率和直流偏移的 MATLAB 函数。 可选择可用于幅度估计的 RMS 或频谱方法，以及决策指南。 用法： [Amplitude,Frequency,DC] = noisin(data vector,sampling rate,'method') 注意：noisin.m 强调准确性和通用性，而不是效率。 输入 help noisin 了解更多信息。 经常回来查看错误修正和改进。 欢迎评论和反馈。 请向作者报告任何问题或要求。

人脸数据库，用于年龄估计。完整的FG-NET数据库，拥有82个人的各个年龄的照片

为了提高用户对增强现实（AR）技术的满意度和服务的准确性，获取用户的准确位置很重要。 查找室外位置的常用技术是全球定位系统（GPS），室内精度较低。 因此，通过比较有关无线保真（Wi-Fi）的接入点（AP）信号的接收电平或使用蓝牙低功耗（BLE）标签来测量室内位置。 但是，Wi-Fi和蓝牙需要额外的硬件安装。 在本文中，所提出的估计用户位置的方法使用室内图像和室内坐标图，而无需额外的硬件安装。 室内图像具有从固定对象提取的几个特征点。 通过将特征点与用户图像的特征点进行匹配，我们可以通过从用户图像中获取六个或更多像素坐标并使用透视投影公式求解解决方案来获得用户在室内地图上的位置。 实验结果表明，仅使用软件即可在室内环境中更准确地获得用户位置，而无需额外安装硬件。

Theil-Sen 估计器，也称为 Sen 斜率估计器、斜率选择、单中值法或 Kendall 稳健线拟合法，是一种稳健线性回归方法，通过成对的两维样本点。 它以 Henri Theil 和 Pranab K. Sen 的名字命名，他们分别于 1950 年和 1968 年发表了关于该方法的论文。 它可以有效地计算，并且对异常值不敏感； 对于偏斜和异方差数据，它可以比简单的线性回归准确得多，并且即使对于正态分布的数据也能与简单的最小二乘法竞争。 它被称为“用于估计线性趋势的最流行的非参数技术”。 PS：如何使用的示例代码可以在 .mfile 中找到 注意：此代码只能用于二维情况。 这是对==>的回应http://www.mathworks.nl/support/solutions/zh-CN/data/1-FERW6X/index.html?product=ML&solution=1-F

介绍最小二乘法参数估计，计算系统参数模型的方法和原理，以及推导过程

为解决隧道风险评估中存在的主观性大、结果不准确的问题，提出基于事故树和贝叶斯网络的区间概率等级、权重信心指标与置信区间相结合的综合风险概率估计法，并将其应用于渔寮隧道的坍塌风险评估中。首先利用事故树构建贝叶斯网络，并利用案例中因素之间的依赖关系得出节点的条件概率(联合概率)。然后利用提出的区间概率等级划分与权重信心指标法进行调查，得出专家j对于基本事件xi出现概率的估计值Pij，由所有专家的估计值构建样本空间Ui及其统计量，通过引入置信区间的方法得出基本事件xi出现的概率范围。获得所有事件的概率范围后与贝叶斯网络的条件概率相结合进行风险推断，保证了风险评估的科学性和准确性，同时可利用该模型进行事故原因诊断。

分布估计算法综述

直方图估计(不同窗宽的比较） 模拟数据来自N(0,1),样本量300，最优窗宽0.52 窗宽较小 最优窗宽