实例介绍
【实例截图】
【核心代码】% Kernel Density Estimation
2 % 只能处理正半轴密度
3 function [t, y_true, tt, y_KDE] = KernelDensityEstimation(x)
4 % clear
5
6 % x = px_last;
7 % x = px_last_tu;
8 %%
9 %参数初始化
10 Max = round(max(x)); %数据中最大值
11 Min = round(min(x)); %数据中最小值
12 Ntotal = length(x); %数据个数
13 tt = 0 : 0.1 : Max; %精确x轴
14 t = 0 : Max; %粗略x轴
15
16 y_KDE = zeros(10 * Max 1, 1); %核密度估计值
17 sum1 = 0; %求和的中间变量
18 %%
19 %计算带宽h
20 R = 1/(2*sqrt(pi));
21 m2 = 1;
22 h = 3;
23 % h = (R)^(1/5) / (m2^(2/5) * R^(1/5) * Ntotal^(1/5));
24
25 %%
26 %计算核密度估计
27 for i = 0 : 0.1 : Max
28 for j = 1 : Ntotal
29 sum1 = sum1 normpdf(i-x(j));
30 end
31 y_KDE(round(i*10 1)) = sum1 / (h * Ntotal);
32 sum1 = 0;
33 end
34
35 sum2 = sum(y_KDE)*0.1; %归一化KDE密度
36 for i = 0 : 0.1 : Max
37 y_KDE(round(i*10 1)) = y_KDE(round(i*10 1))/sum2;
38 end
39
40 %%
41 %计算真实密度的分布
42 y_true = zeros(Max 1,1);
43 for i = 0 : Max
44 for j = 1 : Ntotal
45 if (x(j) < i 1)&&(x(j) >= i)
46 y_true(i 1) = y_true(i 1) 1;
47 end
48 end
49 y_true(i 1) = y_true(i 1) / Ntotal;
50 end
51
52 %%
53 %绘图
54
55 % figure(1) %真实密度的分布图象
56 % bar(t, y_true);
57 % axis([Min Max 1 0 max(y_true)*1.1]);
58 %
59 % figure(2) %核密度估计的密度分布图象
60 % plot(tt, y_KDE);
61 % axis([Min Max 0 max(y_true)*1.1]);
标签: 核密度估计
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论