Advertisement

数值概率算法-开发和评估算法模型

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:PPT


简介:
数值概率算法是一种基于概率论的计算方法

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 览:舍伍德
    优质
    简介:本文概述了概率算法中的舍伍德算法,探讨其通过引入随机性来简化复杂度、提高效率的特点,并分析典型应用案例。 在分析算法的平均计算复杂性时,我们通常假设输入数据遵循某种特定的概率分布。例如,在快速排序算法的情况下,如果输入数据是均匀分布,则其所需的平均时间复杂度为O(n log n)。然而,当输入数据已经基本有序时,所需的时间会显著增加。这时可以使用舍伍德算法来消除计算时间与输入实例之间的这种依赖关系。
  • MMSE
    优质
    MMSE评估算法是一种用于快速、准确地评估认知功能的方法,广泛应用于临床和研究中以筛查痴呆症和其他脑部疾病。 在这个代码中,我们使用MMSE检测算法对4输入4输出的传输系统进行信号检测。
  • 基于 VB 的频与程序设计
    优质
    本论文探讨了利用VB编程环境开发频率估算概率算法的方法,并展示了相关的程序设计实践。 这段文字描述了一个用VB设计的程序,该程序使用频率估计概率算法来模拟抛掷硬币的过程。用户输入抛掷次数后,程序会计算硬币正面朝上的频率,并通过增加试验次数展示出频率作为概率估计值的准确性越来越高。
  • gaussian_mixture_model.m: 用EM一维高斯混合-MATLAB
    优质
    这段MATLAB代码实现了使用期望最大化(EM)算法估计一维数据集中的高斯混合模型(GMM)参数,适用于聚类和概率密度估计。 高斯混合模型意味着每个数据点是从C类中的某一类别随机抽取的,其中从第i类抽取的概率为p_i,并且每一类都遵循平均值为mu_i、标准差为sigma_i的正态分布。给定一组通过这种分布提取的数据,我们的目标是估计这些未知参数。这里使用的算法是EM(期望最大化)。简单地说,如果我们知道N个输入数据点中每一个所属的具体类别,则可以将它们分开,并使用最大似然法来估算每个类别的参数。这被称为M步骤。E步骤则是根据每一轮前一个迭代的参数估计值为每一数据点选择其可能属于的未知类别(软分类)。通过这种方式隐式地对数据进行聚类,从而进一步估计各类别中分布的具体参数。 当前代码仅适用于一维数据分析,主要用于解释混合模型和EM算法的概念。然而,该方法很容易推广到更高维度的数据分析应用当中。
  • 基于BURG的AR
    优质
    本研究提出了一种基于BURG算法的自回归(AR)模型功率谱估计方法,该方法在信号处理中能够准确地从有限数据样本中估计出信号的频谱特性。通过优化参数估计过程,显著提升了噪声环境下的频率分辨率和稳定性,为语音识别、雷达通信等领域提供了高效的数据分析工具。 AR模型功率谱估计burg算法的matlab完整代码可以直接运行。
  • 麻将AI(mj_ai):涵盖全与局部及深度学习方-源码
    优质
    mj_ai项目专注于开发麻将游戏的人工智能算法,包括全面的概率计算、局部局势评估以及深度学习技术的应用。该项目提供详细的源代码供研究和改进使用。 麻将AI算法采用多种方法实现: 1. **one_color_knn**:基于KNN(k近邻)算法,选择与听牌表差异最小的目标进行凑牌。 2. **probability**: - 当前版本包括Lua版和C语言版。 - 用于判断万筒条三色的14张麻将。在单线程环境下,C语言版本需要6秒完成计算;而Lua版本则需900秒。 - 下一步计划是根据花色拆分后分别求取概率,并汇总结果。 3. **part knn**: - 通过去掉每一张牌后的胡牌概率进行排序来选择最优打出的牌。 - 使用局部估算的方式,计算各种麻将分配形式下各张牌得分。 - 当前版本未加入字牌以及吃碰杠的判断。
  • KMV 信用风险 - 违约与风险:基于穆迪方公司违约及欧洲看涨期权-MATLAB实现
    优质
    本项目采用MATLAB编程实现KMV信用风险模型,依据穆迪方法估算企业违约概率,并应用欧洲看涨期权定价理论进行风险评估。 KMV-Merton 模型的违约概率是由 Jin-Chuan Duan、Geneviève Gauthier 和 Jean-Guy Simonato (2005) 提出的。该代码根据穆迪 KMV 方法计算违约概率,其中公司股权遵循 Merton 所提出的几何布朗运动模型,而违约概率则通过计算公司的市场价值对应的欧式看涨期权来确定。在这一过程中,使用了 Newton-Raphson 方法来求解股票的价值,并假设股票具有一定的波动性。
  • 利用Burg与MatlabAR
    优质
    本文介绍了使用Burg算法并通过Matlab软件来估计自回归(AR)模型参数的方法,探讨了其在信号处理中的应用和优势。 基于Matlab实现Burg法估计AR模型参数。
  • CFO的FFTFrFt方:MATLAB
    优质
    本项目聚焦于利用MATLAB进行财务预测优化(CFO),探索快速傅里叶变换(FFT)及分数阶傅里叶变换(FrFT)在数据分析与模型构建中的应用,旨在提升金融工程领域的算法效率和准确性。 使用 FFT 和 FrFt 方法可以有效地估计载波频率偏移(CFO)。这两种方法在信号处理领域被广泛应用,能够准确地捕捉到信号中的频率偏差,从而提高通信系统的性能。FFT 通过快速计算离散傅里叶变换来实现高效的频域分析;而 FrFt 则利用分数阶傅里叶变换提供了一种更为灵活的时频联合表示方法,适用于非平稳信号的处理。这两种技术结合使用能够为 CFO 的精确估计提供强有力的工具。