说明：基于马尔科夫链概念，5*5矩阵的概率转移矩的matlab实现

matlab-markov 概率转移矩阵 matlab转移概率 matlab转移矩阵 概率转移

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：将约束离散优化（CDO）转化为非线性约束非负整数规划（CNIP），该算法采用了种群混沌初始化、双方案变异、离散差分进化等多种改进措施，可求解非线性约束非负整数规划（CNIP），以及具有随机扰动的积分算子。针对非线性约束，给出了连续映射基惩罚的计算方法和基函数的公式，并在此基础上提出了处理约束的自适应...

约束离散优化 CDO 非线性约束非负整数规划 CNIP

说明：规则： 1、范围： 蚂蚁观察到的范围是一个方格世界，蚂蚁有一个参数为速度半径（一般是3），那么它能观察到的范围就是33个方格世界，并且能移动的距离也在这个范围之内。 2、环境： 蚂蚁所在的环境是一个虚拟的世界，其中有障碍物，有别的蚂蚁，还有信息素，信息素有两种，一种是找到食物的蚂蚁洒下的食物...

说明：应用背景 交互多模型Matlab实现，包含左转，右转和常速度模型。采用Kalman滤波预测估计。效果很好，带有多种误差评价方法及显示结果。 适用目标跟踪，状态空间为位置速度 包含：运动目标跟踪，模型转移概率更新，卡尔曼滤波等文件 关键技术% 基于IMM算法的目标跟踪 % ...

matlab 算法 模型 实现 交互 IMM

说明：蚁群算法是模拟蚁群觅食行为的一种优化算法。在整个觅食过程中蚂蚁散播信息素，蚂蚁通过感知到的信息素多少，来决定所要选择的下一个栅格。蚁群算法的核心部分在于模拟了蚁群的转移概率选择行为，通过使用信息素和启发式函数值进行转移概率计算。粒子群算法可以用于机器人运动轨迹规划，求得最短路径。

​蚁群算法 优化算法 信息素 栅格 粒子群算法 机器人

说明：灰度直方图是对图像上单个像素具有某个灰度进行统计的结果，而灰度共生矩阵是对图像上保持某距离的两像素分别具有某灰度的状况进行统计得到的。 取图像(N×N)中任意一点 （x，y）及偏离它的另一点 （x+a，y+b），设该点对的灰度值为 （g1，g2）。令点（x，y） 在整个画面上移动，则会得到...

说明：应用背景通过Metropolis-Hasting算法，用最基本的均匀等概分部实现任意的随机变量的概率分布的样本，随着实验次数的增多，样本点的分布就能越来越趋近于真实的随机变量分布。关键技术 1)选择一个不可约MC转移矩阵Q(i,j) = Pr(i->j)，；随机选取初始状态; 2)le...

matlab 算法 实现 MH

说明：应用背景以往的状态估计器设计一般是基于一个参数固定的系统模型，如若工作状态变化，往往会引起模型的不匹配而引入较大误差。而IMM算法使用2个或更多的模型来描述工作过程中可能的状态，最后通过有效的加权融合进行系统状态估计，这就很好地克服了单模型不准确的问题。关键技术在机动目标跟踪中，交互式多模型(Int...

matlab IMM 卡尔曼 滤波