在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 核密度估计matlab程序

核密度估计matlab程序

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:1.86M
  • 下载次数:10
  • 浏览次数:228
  • 发布时间:2021-11-04
  • 实例类别:一般编程问题
  • 发 布 人:js2021
  • 文件格式:.rar
  • 所需积分:2
 

实例介绍

【实例简介】
matlab核密度估计程序,用于数据的预测,风险控制,预期收益等
【实例截图】
【核心代码】
4744300845161231450.rar
└── @kde
├── adjustBW.dll
├── adjustBW.m
├── adjustBW.mexa64
├── adjustBW.mexglx
├── adjustPoints.dll
├── adjustPoints.m
├── adjustPoints.mexa64
├── adjustPoints.mexglx
├── adjustWeights.dll
├── adjustWeights.m
├── adjustWeights.mexa64
├── adjustWeights.mexglx
├── condition.m
├── Contents.m
├── covar.m
├── display.m
├── double.m
├── encode.m
├── entropyGrad.m
├── entropy.m
├── evalAvgLogL.m
├── evalFGT.m
├── evalIFGT.m
├── evaluate.m
├── examples
│   ├── demo_kde_1.m
│   ├── demo_kde_2.m
│   ├── demo_kde_3.m
│   └── demo_regress.m
├── findBWCrit.m
├── getBW.m
├── getDim.m
├── getNeff.m
├── getNpts.m
├── getPoints.m
├── getType.m
├── getWeights.m
├── gram.m
├── hist.m
├── ise.m
├── joinTrees.m
├── kde.m
├── kld.m
├── klGrad.m
├── knn.dll
├── knn.m
├── knn.mexa64
├── knn.mexglx
├── ksize.m
├── license.gpl
├── llGrad.dll
├── llGrad.m
├── llGrad.mexa64
├── llGrad.mexglx
├── llHess.m
├── marginal.m
├── maxlogerr.m
├── max.m
├── mean.m
├── mex
│   ├── adjustBW.cpp
│   ├── adjustPoints.cpp
│   ├── adjustWeights.cpp
│   ├── BallTree.cpp
│   ├── BallTreeDensity.cpp
│   ├── cpp
│   │   ├── BallTreeClass.cc
│   │   ├── BallTreeDensityClass.cc
│   │   ├── BallTreeDensity.h
│   │   ├── BallTree.h
│   │   ├── kernels.h
│   │   └── README.txt
│   ├── DualTree.cpp
│   ├── entropyGradISE.cpp
│   ├── entropyGradRS.cpp
│   ├── iseEpsilon.cpp
│   ├── klGradRS.cpp
│   ├── knn.cpp
│   ├── llGrad.cpp
│   ├── makemex.m
│   ├── maketmp.m
│   ├── prodSampleEpsilon.cpp
│   ├── prodSampleExact.cpp
│   ├── prodSampleGibbs1.cpp
│   ├── prodSampleGibbs2.cpp
│   ├── prodSampleGibbs.cpp
│   ├── prodSampleGibbsMS1.cpp
│   ├── prodSampleGibbsMS2.cpp
│   ├── prodSampleGibbsMS.cpp
│   └── reduceSolve.cpp
├── miGrad.m
├── modes.m
├── plot.m
├── private
│   ├── BallTreeDensity.dll
│   ├── BallTreeDensity.mexa64
│   ├── BallTreeDensity.mexglx
│   ├── BallTree.dll
│   ├── BallTree.mexa64
│   ├── BallTree.mexglx
│   ├── DualTree.dll
│   ├── DualTree.m
│   ├── DualTree.mexa64
│   ├── DualTree.mexglx
│   ├── entropyDist.m
│   ├── entropyGradDist.m
│   ├── entropyGradISE.dll
│   ├── entropyGradISE.mexa64
│   ├── entropyGradISE.mexglx
│   ├── golden.m
│   ├── iqr.m
│   ├── iseEpsilon.dll
│   ├── iseEpsilon.mexa64
│   ├── iseEpsilon.mexglx
│   ├── ksizeCalcUseful.m
│   ├── ksizeHall.m
│   ├── ksizeLSCV.m
│   ├── ksizeMSP.m
│   ├── ksizeROT.m
│   ├── prodSampleEpsilon.dll
│   ├── prodSampleEpsilon.mexa64
│   ├── prodSampleEpsilon.mexglx
│   ├── prodSampleExact.dll
│   ├── prodSampleExact.mexa64
│   ├── prodSampleExact.mexglx
│   ├── prodSampleGibbs1.dll
│   ├── prodSampleGibbs1.mexa64
│   ├── prodSampleGibbs1.mexglx
│   ├── prodSampleGibbs2.dll
│   ├── prodSampleGibbs2.mexa64
│   ├── prodSampleGibbs2.mexglx
│   ├── prodSampleGibbsMS1.dll
│   ├── prodSampleGibbsMS1.mexa64
│   ├── prodSampleGibbsMS1.mexglx
│   ├── prodSampleGibbsMS2.dll
│   ├── prodSampleGibbsMS2.mexa64
│   ├── prodSampleGibbsMS2.mexglx
│   ├── prodSampleImportGauss.m
│   ├── prodSampleImportMix.m
│   ├── prodSampleImportPair.m
│   ├── randKernel.m
│   ├── reduceKD2.m
│   ├── reduceKD.m
│   ├── reduceSolve.dll
│   ├── reduceSolve.mexa64
│   ├── reduceSolve.mexglx
│   └── reduceSolveM.m
├── productApprox.m
├── productExact.m
├── quantize.m
├── README.txt
├── reduce.m
├── resample.m
├── rescale.m
└── sample.m

5 directories, 151 files

标签:

实例下载地址

核密度估计matlab程序

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

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

;
报警