HpM implement(1)

最新推荐文章于 2020-08-28 08:09:13 发布

whitenoise

最新推荐文章于 2020-08-28 08:09:13 发布

阅读量847

点赞数

CC 4.0 BY-SA版权

分类专栏： HpbM 文章标签： function

本文链接：https://blog.youkuaiyun.com/whitenoise/article/details/569653

HpbM 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一种基于Epanechnikov和Biweight核函数的密度估计算法，并通过MATLAB函数实现找到样本中密度最大的位置。该算法首先对输入样本进行排序，然后选择不同的核函数来估计每个样本点的局部密度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

function InitialMode=Course_Sampling(xi, htheta, n,KernelType)
% find location with max density estimate
xi = sort(xi)          % ----------------- Added 23:50,1/3/2006
k=1:10;
j=k*round(n*1.0/11);
switch(KernelType)
case 'Epanechnikov', density_xi = DensityEstimate(@Epanechnikov,xi,xi(j),htheta);;
case 'Biweight', density_xi = DensityEstimate(@Biweight,xi,xi(j),htheta);
otherwise, error(sprintf('Missing Density Estimate for %s function.',wfun));
end
disp('density=');
disp(density_xi);
[value,j0] = max(density_xi)
if length(j0) > 1
    j0 = j0(1);
end
InitialMode=xi(j(j0));    % ----------------- Modified by qianjiang at 23:50,1/3/2006, the oringinal one is
                          % ----------------- InitialMode=xi(j0), meanwhile
                          % ----------------- there was no order xi = sort(xi).