非参数方法——核密度估计(Kernel Density Estimation)

非参数方法——核密度估计(Kernel Density Estimation)

模型与算法 5年前 (2019-04-20) 浏览: 8063 评论: 0

核密度估计(Kernel density estimation,KDE),是一种用于估计概率密度函数的非参数方法。令 \(x_1,x_2,\cdots,x_n\) 为独立同分布 \(F\) 的 \(n\) 个样本点,设其概率密度函数为 \(f\),核密度估计如下: \[\hat{f}_h(x) = \frac{1}{n}\sum_{i=1}{n}{K_h(x-x_i)}=\frac{1}{nh}\sum_{i=1}{n}{K(\frac{x-x_i}{h}})\] 其中,\(K(.)\) 为核函

图像处理:如何进行栅格重采样?

图像处理:如何进行栅格重采样?

数据挖掘 模型与算法 1年前 (2022-12-25) 浏览: 62 评论: 0

栅格重采样的实质: 栅格重采样是将输入图像的像元值或推导值赋予输出图像中每个像元的过程。 栅格重采样发生时机: 当输入图像和输出图像的位置(经过几何变换或投影设置等操作)或像元大小(即栅格影像分辨率)发生变化时,都需要进行栅格重采样。 此外,栅格重采样是栅格数据在空间分析中处理栅格分辨率匹配问题的常用数据处理方法,为了便于分析,通常将不同的分辨率通过栅格重采样转化为相同的分辨率。 对于一个既定的空间分辨率的栅格数据,可以通过重采样操作,将栅格数据重采样成更大的像元,即降低空间分辨率。这个过程会丢


切换注册

登录

忘记密码 ?

切换登录

注册

扫一扫二维码分享