说明：对于一个两类分类问题，当n=100时候，用mvnrnd()函数随机产生两类样本；每一类的样本容量不小于100；2）设计最大似然估计算法对两类类条件概率密度函数进行估计；3）设计非参数估计算法对两类的类条件概率密度进行估计（任选Parzen窗法或kn-近邻法之一），并分析样本数量、窗宽、k等因素对概率...
说明：EM 算法是Dempster，Laind，Rubin于1977年提出的求参数极大似然估计的一种方法，它可以从非完整数据集中对参数进行 MLE估计，是一种非常简单实用的学习算法。这种方法可以广泛地应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完全数据，可以具体来说，我们可以利用EM算法来填充样本中...
说明：2D 最大似然算法（ML），用于二维阵列信号处理的的DOA估计 (An implementation of 2D ML algorithm, which is used for 2D DoA estimation in array signal processing.)
说明：基于Curvelet变换的样本块图像修复算法提高现有样本块修复算法性能。首先利用Curvelet 变换估计待修复图像的4方向特征．然后利用颜色信息与方向信息共同衡量样本块间的相似度，在此基础上构造颜色-方向结构稀疏度函数
说明：包括调制，解调，信噪比计算，通过虚拟阵元进行DOA估计，包含优化类的几个简单示例程序，多抽样率信号处理，仿真效率很高的，包括广义互相关函数GCC时延估计。
说明：这个工具箱支持滤波，平滑和参数估计 （使用 EM） 线性动力系统。 功能： 1。kalman_filter 2.kalman_smoother-实现 RTS 方程 3.learn_kalman-发现最大似然估计的参数使用 EM 4.sample_lds-生成随机样本 5。AR_to_SS-转换到状态...