最大似然(ML)准则和最大后验概率(MAP)准则BP神经网络用于函数拟合与模式识别多目标跟踪的粒子滤波器。.zip

BP神经网络，用于分类和预测。也即模式识别和曲线拟合，是用matlab编写实现

MIMO多输入多输出系统，2发2收，通过瑞利信道，使用ML最大似然检测法，得出误码率曲线，绝对可以运行

《Approximating Mutual Information by Maximum Likelihood Density Ratio Estimation》互信息在各种数据处理任务中是有用的，如

针对多目标跟踪算法中经常会面临的各种挑战, 如相机的突然运动、遮挡、误检和外观相似等情况, 提出一种基于核相关滤波(KCF)的分步关联框架。首先, 该算法采用基于卷积神经网络的目标检测器检测目标, 获

BP神经网络的一个实例，是基于vc＋＋的，解压编译即可。

8波段的遥感影像，其中包含建筑物、道路、植被、 水四种地物类型，现已从四种类型中分别选取了训练样本若干，分别存储在building.xls、road.xls、vegetation.xls和water.

Principle and Implementation of Maximum Likelihood Classification Algorithm

在zouxy09的csdn博客中看到一篇非常好的关于EM算法的文章，讲的浅显易懂，仔细的阅读后感觉收货颇大，因此，重新编辑为pdf版本存档！

最大值滤波器可以实现滤除噪声，检测弱小目标，检测精度高，程序易懂，适合初学者

提出一种基于激励函数参数可调和动态阈值的改进 BP 神经网络控制图模式识别算法,并优化 Monte Carlo 工序数据模拟方法,使样本数据更具与实际生产数据相同的质量特性。根据改进后的网 络参数迭代