文件名称：matlab窗口截取代码-RobustGaussianFittingLibrary:健壮的高斯拟合库
文件大小：221KB
文件格式：ZIP
更新时间：2024-06-22 03:26:46
系统开源
matlab 窗口截取代码健壮的高斯拟合库 在存在异常值的情况下使用几何模型进行稳健高斯拟合的库。 基本上，许多机器学习方法基于并限于在参数方面可微的成本函数。 然而，一类由“顺序统计”支持的机器学习方法不需要为学习过程的初始化而知道导数。 这个库就是基于这样的方法。 目前，该库仅支持两种核心算法，用于查找高斯平均值的 FLKOS 和用于查找尺度的 MSSE。 更多新方法正在开发中。 介绍 尝试使用 30% 的异常值： from RobustGaussianFittingLibrary import fitValue import numpy as np inliers = 50 + 5*np.random.randn(70) outliers = 500*(np.random.rand(30)-0.5) inVec = np.hstack((inliers, outliers)) np.random.shuffle(inVec) mP = fitValue(inVec) print('inliers.mean -> ' + str(inliers.mean()) + ', inlie
【文件预览】：
RobustGaussianFittingLibrary-master
----setup.py(3KB)
----images()
--------use_of_lib_planeFitting.jpg(56KB)
--------use_of_lib_valueFitting.jpg(36KB)
--------use_of_lib_lineFitting_2.jpg(53KB)
--------use_of_lib_lineFitting.jpg(60KB)
----MANIFEST.in(52B)
----LICENSE(1KB)
----RobustGaussianFittingLibrary()
--------useMultiproc.py(30KB)
--------Makefile(502B)
--------RGFLib_mex_fitValue2Skewed_Test.m(1KB)
--------__init__.py(759B)
--------basic.py(46KB)
--------RGFLib.c(48KB)
--------misc.py(28KB)
--------RGFLib.h(5KB)
--------RGFLib_mex_fitValue2Skewed.c(3KB)
--------cWrapper.py(13KB)
--------tests.py(52KB)
----setup.cfg(40B)
----.deepsource.toml(106B)
----README.md(6KB)
----README(5KB)