用最大似然分类（随机抽样，分层随机抽样），并计算整体精度，KAPPA精度，用户者精度 和生产者精度。

本资源为ENVI二次开发IDL监督分类代码：平行管道分类法、最大似然分类法、最小距离分类法、马氏距离分类法代码。

本文提出了一种频偏估计算法, 该算法基于最大似然估计, 性能达到Cramer-Rao 下界, Matlab平台上的仿真结果表明, 文中算法的推导是正确的。算法结构简单, 可全数字化, 开环结构, 易于硬件实现; 算法的计算量小, 捕获快速, 适用于突发式数据通信系统。

估计概率分布的参数

ENVI分类方法指导，讲述各种分类方法的优缺点，可以更了解ENVI分类的使用

本人系统辨识课程的全部代码 以及报告 报告里有所有算法原理。内容如下： 第一章 最小二乘法 1 1.1 问题重述 1 1.2 最小二乘法 1 1.2.1 基本最小二乘法 1 1.2.2 不需矩阵求逆的最小二乘法 2 1.2.3 递推最小二乘法 4 1.3 辅助变量法 6 1.3.1 一次辅助变量法 6 1.3.2 递推辅助变量法 7 1.4 广义最小二乘法 9 1.4.1 一次广义最小二乘法 9 1.4.2 递推广义最小二乘法 10 1.5 夏式法 12 1.5.1 夏式偏差修正法 12 1.5.2 夏式改良法 13 1.5.3 递推夏式法 13 1.6 增广矩阵法 16 1.7 自编方法-多

矢量水听器最大似然比检测

参考资料：参见 K Vasudevan 所著“数字通信和信号处理”一书中的第 5.2 节

此 zip 文件包含用于 GMSK 的所谓“最大似然序列检测”的常规和快速版本。 它采用维特比算法来解决 MLSD 问题。 GMSK的网格呈减少状态，如必要的论文所写，并且本文以我为参考。 有相干和非相干接收器。 事实上，相干/非相干接收器使用相同的结构，但采用“遗忘因子”方法来产生差异。 数学背景和参考资料可以在项目网站上找到。 有两个测试文件。 “GMSK_MLSD_test.m”脚本更直接易懂，它仅使用for循环来解决维特比算法。 “GMSK_MLSD_fast_test.m”采用了一些卷积技巧来减少计算时间，与常规脚本相比，它快了大约 2 倍。 这本质上是一种软输入硬输出类型的维特比算法，因此通过一些修改，它可以很容易地应用于使用维特比算法的任何类型的求解器。

MATLAB用拟合出的代码绘图心理健康 使用最大似然估计在Matlab中拟合心理功能的代码 我编写的用于使用最大似然技术在Matlab中拟合心理计量函数的脚本的集合。 许多工具箱中都提供用于执行这些拟合的代码，但我发现对于我的需求而言，它们通常过于复杂。 目前，已实现的拟合是具有失效率的累积法线，逻辑和累积法线，但是可以轻松扩展框架以包括其他功能（例如Weibull）。 主要功能是psychFit.m。 psychPlot.m将生成数据图和拟合函数。 请查看example_psychFit.m以开始使用。 如果您有任何意见或发现任何错误，请告诉我