matlab的分布函数，这里包括了很多常用的函数，方便读者应用

行业制造-电动装置-基于负荷概率分布函数的配电网线损评估方法.zip

统一分发函数的MATLAB代码lhsdesigncon (MATLAB) MATLAB 函数，用于生成具有边界和线性约束以及可选指数分布的 NxP 拉丁超立方体样本。 获取lhsdesigncon MATLAB 函数 要使用lhsdesigncon函数： 从以下任一位置下载 zip 文件： ， 或者 . 解压缩文件并将它们放在您的 MATLAB 路径中（例如 Windows 上的My Documents/MATLAB文件夹）。 使用该功能（请参阅 ）。 这是一个开发库。 贡献 fork 这个 repo 并提交拉取请求。 MATLAB 函数说明和示例 生成具有边界和线性约束以及可选指数分布的 NxP 拉丁超立方体样本。 X=LHSDESIGNCON(N,P,LB,UB,ISEXP) 生成拉丁超立方体样本 X，其中包含每个 P 变量的 N 个值。 对于每一列，如果 ISEXP 为 FALSE，则 N 个值随机分布在 LB 和 UB 之间的 N 个间隔中，每个间隔具有相同的宽度 (UB-LB)/N，并且它们被随机排列。 对于 ISEXP=TRUE 的列，间隔的对数具有相同的宽度。 X=LHS

利用Copula函数构建联合分布函数，计算两个随机变量的联合分布，并得出其相关值。

输入图像可以是包含点，纹理，缺陷等的复杂图像。GUI允许用户手动识别中心，动态更新和标记中心。 可以在整个图像或其中的一部分中标记中心。 一旦确定了所有中心，程序就会计算和绘制 RDF，并保存一个包含中心列表的 txt 文件。

累积分布函数 分布。 随机变量的为 其中alpha是形状参数， beta是分布的速率参数。 gamma是较低的。 安装 $ npm install distributions-gamma-cdf 要在浏览器中使用，请使用 。 用法 var cdf = require ( 'distributions-gamma-cdf' ) ; cdf（x [，选项]） 评估分布的累积分布函数。 x可以是number ， array ，typed array或matrix 。 var matrix = require ( 'dstructs-matrix' ) , mat , out , x , i ; out = cdf ( 1 ) ; // returns ~0.632 x = [ - 1 , 0 , 1 , 2 , 3 ] ; out = cdf ( x ) ; // ret

密度分布函数在聚类算法中的应应用用.pdf

统一分发函数的MATLAB代码 Matlab 的 Wasserstein 距离代码 这是一个紧凑的 Matlab 代码，用于计算一维概率分布的 1-和 2-Wasserstein 距离。 有关 Wasserstein 距离的一般定义，请参阅 。 此实现基于以下事实：对于给定的分布u和v ，1-Wasserstein 距离可以写为 和 2-Wasserstein 距离为 这里 和 参考u和v的累积密度函数，以及由下式定义的相应伪逆累积密度函数 代码假定（与 不同） u和v是离散且均匀的概率分布。 在这种情况下，存在样本使得任何u分布的随机变量满足所有k 。 这些样本是函数的输入，让我们不失一般性地假设它们越来越排序，然后累积分布函数及其伪逆由阶跃函数给出 该代码已在 Matlab R2017a 中进行了测试，并针对（在 1-Wasserstein 距离的情况下）和 . 后一种代码允许计算一般的 p-Wasserstein 距离，但在计算上比所描述情况的当前代码更复杂。 一些参考 Carrillo, JA 和 G. Toscani。 “非线性扩散方程的 Wasserstein 度量和大时间

由 haleyhit 于 2018 年 8 月 15 日编码邮箱：halleyhit@sjtu.edu.cn 或halleyhit@163.com 句法y = randdf(S,D,F) S - 维度的大小，整数值。 示例：S=10 创建一个 10×1 数组示例：S=[10,2] 创建一个 10×2 矩阵 D - 密度函数，数字矩阵Pdf 或 cdf 由矩阵描述，其大小为 N×2。 pdf 或 cdf 的采样点形成第二行。 pdf 或 cdf 的函数值形成第一行。 F - 标志，'pdf' 或 'cdf' 例子： x=[-1:0.01:1];%采样点y=2*(x-0.1)+4*(x0.3);% pdf的函数值情节（x，y，'黑色'） r=randdf([10000],[y;x],'pdf'); % 生成随机数坚持，稍等h=直方图（r）； h.归一

最小二乘拟合，多项式拟合等多种概率分布函数的拟合源码。