基于MATLAB极大似然递推辩识算法的程序，辩识对象为二阶系统。%信号u(k)为M序列 clc L=1000 y1=1;y2=1;y3=1;y4=0; for k=1:L; x1=xor(y3,y4); %同为0或同为1，取0；否则取1 x2=y1 x3=y2 x4=y3 y(k)=y4 if y(k)>0.5,u(k)=-1; else u(k)=1; end y1=x1;y2=x2;y3=x3;y4=x4; %初始化下一个循环 end figure %输入信号画出M序列 stem(u),grid on title('输入信号M序列')

系统辨识课课后作业，极大似然法系统辨识，RML，代码以及运行结果。

课程作业，用蒙特卡洛模拟极大似然估计的概率密度函数与最小二乘估计式子。提供matlab源码与 实验报告。

极大似然法辨识，内容由浅入深，紧密结合实际，利用大量典型实例，详细讲解极大似然法辨识的用法，总结优化极大似然法辨识的原理

极大似然估计，可以直接求出极大似然估计中的参数，并求得支付意愿值

Desktop_蒙特卡洛仿真_蒙特卡洛_极大似然估计_极大似然_似然估计.zip

研究生课程数理统计的所有题型和答题步骤，非常适合期末复习使用，极大似然估计、矩估计、区间估计，另外还有用到的概率论知识也包括在上面了

提出了一种利用改进的极大似然估计法对基于威布尔分布的环保型电子节能灯寿命数据进行分析的方法。该方法利用加速寿命实验获取环保型电子节能灯使用寿命的数据，利用统计学的方法和威布尔分布模型，实现高应力下的实验时间的等效折算。采用改进的极大似然估计，有益于对环保型电子节能灯的寿命数据进行分析。

结合极大似然距离估计的MDS-MAP节点定位算法

该文档包含生成模型、判别模型的区别，高斯判别模型与LR之间的关系，NB以及基于拉普拉斯平滑处理的NB的例子，EM算法流程及例子，最后以一个常见的垃圾邮件分类为例解释说明贝叶斯算法。