核密度非参数估计的matlab代码-Non_Parametric_Kernel_Density_Estimation:我们建议使用基于核密度估

【文件属性】：
文件名称：核密度非参数估计的matlab代码-Non_Parametric_Kernel_Density_Estimation:我们建议使用基于核密度估
文件大小：2.9MB
文件格式：ZIP
更新时间：2021-06-02 16:38:49
系统开源 核密度非参数估计的matlab代码Non_Parametric_Kernel_Density_Estimation 我们建议使用基于核密度估计 (KDE) 的方法进行分类。 这种非参数方法本质上以一种有原则的方式为每个类提供了成员资格的可能性。 该实现用于： [1] MU Ghani、F. Mesadi、SD Kanik、AO Argunsah、A. Hobbiss、I. Israely、D. Unay、T. Tasdizen 和 M. Cetin，“基于树突棘分类的形状和外观特征”，Journal of神经科学方法。 任何使用此代码的论文都应相应地引用 [1]。 该软件已经在Matlab R2013b下进行了测试。 解压压缩文件后，启动Matlab，然后可以在根目录下运行“KDE_JNeuMeth.m”。 如果报告错误，则您可能没有以下某些 MATLAB 工具箱。 请确保您已正确安装以下 MATLAB 工具箱： 统计和机器学习工具箱 生物信息学工具箱 如果您仍然有问题，您可以给我发电子邮件，或者我会尽力提供帮助。 照原样，该代码使用基于析取法线形状模型 (DNSM) 和定向梯度直方图

【文件预览】：
Non_Parametric_Kernel_Density_Estimation-master
----DNSM_N8M16_Segmented.xlsx(2.31MB)
----g_score.m(439B)
----HOG_SegROI_C_5_B_2_O_1_N_9_USO_T.csv(1.76MB)
----splitTrainTest.m(721B)
----license.txt(2KB)
----KDE_JNeuMeth.m(5KB)
----kstest_2s_2d.m(4KB)
----README.md(2KB)
----computeDist.m(259B)