·描述性统计(Descriptive Statistics) ·算数平均值(Arithmetic Mean) ·中位值(Median) ·样本方差(Sample Variance) ·直方图(Histogram) ·概率质量函数(Probability Mass Function) ·正态分布(Normal Distribution) ·相关性(Correlation)

• 7.1 数字滤波器设计的基本要求 • 7.2 线性相位滤波器的特性 • 7.3 设计FIR滤波器的窗函数法 • 7.4 设计FIR滤波器频率样本法 • 7.5 FIR滤波器的最优设计法 • 7.6 FIR滤波器设计的一些深入问题

2.1随机过程的基本概念和例子 定义2.1.1:设(,F,P)为概率空间,T是某参数集,若对每一个t∈T,(tw 是该概率空间上的随机变量,则称X(t,w)为随机过程(Stochastic Process 随机过程就是定义在同一概率空间上的一族随机变量。随机过程X(tw)可 以看成定义在TxQ上的二元函数,固定wo∈Ω,即对于一个特定的随机试验, 称X(t,wo)为样本路径(Sample Path),或实现(realization),这是通常所观测到的 过程;另一方面,固定t∈T,X(to,w)是一个随机变量,按某个概率分布随机 取值

第一章 Excel 基本操作简介 .1 1.1 Excel 公式及函数的调用 . 2 1.2 Excel 高级统计功能的调用 .5 第二章 数理统计中常用函数及常见分布 .6 2.1 常用函数 .6 2.2 常见概率分布 .7 第三章 单样本的描述性统计 . 11 3.1 描述统计 . 11 3.2 正态总体的区间估计 . 14 3.3 协方差和相关系数的计算 . 16 第四章 假设检验 . 17 4.1 单正态总体均值的假设检验. 17 4.2 两个正态总体均值的假设检验. 19 4.3 正态总体方差的假设检验 . 21 第五章 方差分析. 23 第六章 回归分析 . 25

第一章 Excel 基本操作简介 .1 1.1 Excel 公式及函数的调用 . 2 1.2 Excel 高级统计功能的调用 .5 第二章 数理统计中常用函数及常见分布 .6 2.1 常用函数 .6 2.2 常见概率分布 .7 第三章 单样本的描述性统计 . 11 3.1 描述统计 . 11 3.2 正态总体的区间估计 . 14 3.3 协方差和相关系数的计算 . 16 第四章 假设检验 . 17 4.1 单正态总体均值的假设检验. 17 4.2 两个正态总体均值的假设检验. 19 4.3 正态总体方差的假设检验 . 21 第五章 方差分析. 23 第六章 回归分析 . 25

针对标准的FCM算法没有考虑像素的空间信息而对噪声比较敏感和没有考虑不同样本数据对聚类效果的不同影响的不足,提出了一种顾及像素空间信息的基于图像的灰度直方图加权的FCM聚类算法,它在Szilagyi等提出的算法基础上通过引入图像的灰度直方图加权对算法中的目标函数进行修改.对人工合成图像和真实图像的数值模拟结果均显示出该算法的优良性能

提出了一种基于支持向量机的露天转地下开采边坡变形模型,有效表达了地下开采扰动引起露天矿边坡变形的非线性变化关系.采用RBF核函数学习现场监测数据,利用交叉验证选择模型参数,通过学习捕捉支持向量,建立模型预测未来变化趋势.将该模型应用于露天转地下开采的杏山铁矿.结果表明,支持向量机对学习样本的拟合精度极高,其预测精度也很高.采用捕捉的支持向量进行预测,便捷快速且有较强泛化能力

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题

一、二维随机变量的概念及其分布函数 1.概念 定义 1.设是随机试验E的样本空间,X(a),y(a)是定义在上的随机变量,称有序组 (X,)为二维随机变量或二维随机向量,简记为R.v(x,y)。称(Xx2x)为n维随机变量或 n维随机向量

第一章 概率论基础 第二章 样本 第三章 回归分析 第四章 方差分析与试验没计 第五章 函数计算 第六章 线性计算