核密度
-
-
基于自适应直方图与核密度的互信息计算平台
互信息（Mutual Information）是信息论中用于刻画两个随机变量间相互依赖程度的普适性度量，其优势在于能够捕获线性和非线性的复杂相关关系。本项目提供了一套极其详尽的MATLAB代码实现，克服了现有网络公开方案在处理连续变量时精度不足、在处理离散变量时分桶粗糙的弊端。系统核心算法逻辑包括：一、高精度直方图法，内置了Freedman-Diaconis法则来自动寻找最优分桶宽度，确保在离散化过程中最大限度保留原始信号的信息熵分布；二、核密度估计法（KDE），利用高斯核函数对连续样本进行平滑处理，通过 -
基于Parzen窗与kNN的概率密度非参数估计系统
本项目基于MATLAB平台开发，旨在利用非参数估计方法对未知分布的随机样本进行概率密度函数（PDF）的重构与分析。项目核心涵盖了两种经典的非参数统计方法：Parzen窗法（核密度估计）和kn近邻法。系统首先具备随机数据生成功能，能够产生服从均匀分布和正态分布的仿真样本数据作为基准测试集。在算法实现方面，通过编写Parzen窗算法代码，分析窗函数类型（如高斯窗、方窗）及窗宽参数h对估计平滑度和准确性的影响；同时实现kn近邻算法，探究近邻数k值的选择如何影响局部密度的估计效果。项目集成了强大的数据可视化模块，能够将估计得到的概率密度曲线与理论真实的分布曲线在同一坐标系中进行叠加对比，使用户能够直观地观察不同参数设置下的拟合程度、边界效应及收敛特性，从而深入理解非参数估计的数学原理与实际应用性能。
