曲线拟合

此文件夹包含"拟合"函数的集合。 %（有些有演示选项-第三部分） %一般输入的功能应该是样本的分布。 % 例如，如果我们要符合正态分布 （高斯） 与平均"u"和应用"sig"%^2 %然后样品将分发像： %样品 = 正态分布 （1,10000） * sig + u % 用最小二乘法拟合的 %是做样品的直方图。 %拟合与极大似然是直接在样品上进行的。 % % %此文件夹中的内容 % ======================= %1） 最大似然估计 %2) 最小二乘估计 3%） 多元高斯分布 （混合高斯模型） 估计的 EM 算法 %4） 添加文件夹: 创建-创造了 EM 算法测试的样品 %的剧情 — — 用来绘制每个分布 （参数化绘图） % % % % % %最大似然估计 % ============================= %fit_ml_maxwell-适合麦克斯韦分布 %fit_ml_rayleigh-符合瑞利分布 %（即为例： sqrt(abs(randn)^2+abs(randn)^2)) %fit_ml_laplace-适合拉普拉斯分布 %fit_ml_log_normal 适合对数正态分布 %fit_ml_normal-适合的正态分布 （高斯） % %注： 所有估计量是有效的估计。为此，分布 %可能会以不同的方式，例如，"瑞利"分布用写 "s"的参数给出了 %和不"s ^2"。 % % %最小二乘估计 % ========================= %fit_maxwell_pdf-适合给定的曲线的麦克斯韦分布 %fit_rayleigh_pdf-适合给定的曲线的瑞利分布