说明：利用parzen窗进行概率密度函数估计，并给出仿真，程序简单易懂。

估计概率密度 概率密度估计 parzen 密度函数 parzen-概率密度

说明：这是一个有关parzen窗估计的代码，用来估计概率密度函数。采用了方窗、指数窗、高斯窗函数三种核函数，附有matlab程序。

高斯核函数 高斯核估计 核密度估计 指数窗函数

说明：以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。

核密度 matlab-窗宽 非参数核估计 高斯概率 概率核密度

说明：给定样本点，采用高斯核密度估计，求出概率密度分布函数。

样本点 核密度 核密度估计KDE 点密度 KDE-散点

说明：给定数据和相应的概率密度函数、用matlab求解其相应的极大似然估计

matlab-mle函数 mle函数 matlab中mle函数 概率密度函数 似然函数

说明：以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。

高斯 密度 高斯核

说明：考虑不确定性，蒙特卡洛进行负荷模拟，潮流计算。

蒙特卡洛计算 蒙特卡洛潮流 潮流计算 概率潮流计算

说明：该程序实现了双变量高斯核密度估计。它可以用于估计双变量概率函数，累积分布函数（CDF）和反演CDF（ICDF）。核密度估计在估计边界区域的时候会出现边界效应。在单变量核密度估计的基础上，可以建立风险价值的预测模型。通过对核密度估计变异系数的加权处理，可以建立不同的风险价值的预测模型。由给定样本点集合...

matlab 估计 密度 变量

说明：用Baum-Welch算法来迭代估计一个隐马尔科夫模型（HMM）的初始状态概率分布以及其状态转移概率矩阵。其中文件有mainfile_B_W.m为主函数，Baum_Welch.m为Baum-Welch算法迭代函数，Forward_variable.m与Backward_variable.m与Gamm...

baum-welch算法 Baum-Welch-算法 混淆矩阵 状态转移概率 概率密度-pdf

说明：用matlab进行概率密度函数的非参数估计，主要有parzen窗法和kn近邻法。分别对平均分布和正态分布进行了仿真。

parzen-kn 参数估计 kn KN-nearest-neighbor parzen