文件名称：matlab均方误差的代码-gaussianprocess:多核高斯过程动力学模型
文件大小：49.93MB
文件格式：ZIP
更新时间：2024-06-12 03:13:05
系统开源
matlab均方误差的代码自述文件 多核高斯过程动力学模型 该存储库是关于以下主题的实习的信息： 储存库内容 report_master.pdf-报告格式的最终论文，描述了实习的背景，对这项工作中使用的主要方面进行了理论介绍，并提供和解释了所获得的一些结果 Presentation.pdf-演示文稿已于2016年6月30日在让·莫内特大学的辩护期间显示 Python/ Gaussian.ipynb-两个独立事件的高斯正态分布和联合分布的示例 Multivariate_Gaussian.ipynb-使用库函数和自己的实现，具有不同输入数据和条件的多元高斯分布的示例 Preprocessing.ipynb-将输入视频预处理为120x90分辨率的灰度格式。 另外，一些说明如何为Jupyter Notebook安装OpenCV GPLVM.ipynb-使用GPy库的GPLVM模型实现。 使用此版本可生成任意数量的帧 GPLVM_meanpred.ipynb-具有均方误差评估的GPLVM的均值预测版本（用于观察到的纹理Y）。 使用此版本生成与输入样本中相同数量的帧，并使用均方误差比较它们 G
【文件预览】：
gaussianprocess-master
----Matlab()
--------VGPDS()
--------gaussian()
--------MK-GPDM()
----Python()
--------Gradient_test.ipynb(41KB)
--------GPLVM.ipynb(1.43MB)
--------data()
--------Processing.ipynb(2.65MB)
--------Multivariate_Gaussian.ipynb(646KB)
--------Gaussian.ipynb(298KB)
--------GPLVM_mislastframes.ipynb(871KB)
--------examples()
--------Video_generator.ipynb(9KB)
--------GPLVM_meanpred.ipynb(819KB)
--------Preprocessing.ipynb(5KB)
--------GPLVM_interactive.ipynb(9KB)
----track.md(31KB)
----report_master.pdf(1.31MB)
----.gitignore(26B)
----README.md(8KB)
----presentation.pdf(1.21MB)