机器学习的讲义，主要介绍利用矩阵和最大似然估计推导最小均方误差函数。

基于Matlab软件对曲面方程已知的曲面面形误差求解与分析，郭家隆，， 磨削加工作为一种精密加工方法，已广泛应用于实际生产中来精加工曲面。但是，磨削之后曲面的面形质量好坏却难以直接判断，需�

基于贝叶斯的最小误差决策的Matlab图像分割程序

这里电流误差是转换器到六边形带。 内带和外带对应于中型和大型矢量。 这里电压向量与正常空间向量的情况相比有 30 度偏移

最小区域法圆度误差评定的多层搜索算法，霍李，王媛，为精确快速地评定最小区域圆度误差，提出一种多层搜索算法。该算法在每层搜索点数量固定的前提下，通过缩小每层搜索区域的边长来

图像的均方误差的matlab代码标题 基于凸多边形最大化的高光谱端元提取算法 抽象的 从高光谱图像中提取纯末端成员是目标检测，分类和分解应用中非常重要的一步。 利用凸几何的概念，提出了一种新的端元提取算法。 该算法使用凸多边形最大化来确定凸集，该凸集根据测量员的公式给出最大凸多边形面积。 所提出算法的并行实现对于找到更有效的独特像素很有用。 合成数据证明了所提出算法在存在噪声的情况下的鲁棒性。 使用真实的高光谱数据进行的仿真结果表明，所提出的算法将光谱角误差（SAE）和光谱信息发散度（SID）误差降低了2.4–8.8％。 还使用均方根（RMSE）验证了该算法在丰度映射中的有效性。 所提出算法的RMSE也提高了1.7–7.6％。 引用本文为 Shah，D.，Zaveri，T.＆Trivedi，YN基于凸多边形最大化的高光谱端成员提取算法。 J Indian Soc Remote Sens（2020）。 如何运行代码？ 以zip下载上述所有文件。 提取它。 并在MATLAB中运行“ Demo_cuprite.m”文件。 作者： 尼尔玛大学Dharambhai Shah --->（任何澄清）

文中介绍了光学轮廓仪的测量原理及其误差分析。提出了一种干涉相位差与检偏器方位角成线性关系的微分干涉显微镜．应用相移干涉技术，实现了对表面轮廓的高精度测量。由于采用了共光路干涉体系，仪器对机械振动等外界干扰不敏感，在一般场合下测量精度可优于１ｎｍ。

强跟踪容积卡尔曼滤波器在对含有模型误差和时变噪声的非线性系统进行滤波时, 容易出现性能降低甚至发散. 鉴于此, 提出一种基于变分贝叶斯的强跟踪容积卡尔曼滤波算法. 该算法运用虚拟噪声法补偿模型误差, 假设虚拟噪声均值非零, 且满足高斯分布, 虚拟噪声方差服从逆gamma分布, 在强跟踪容积卡尔曼滤波器估计状态的同时, 采用变分贝叶斯推理估计虚拟噪声参数. 仿真结果表明, 所提出算法对含模型误差与时变噪声的非线性系统具有较好的估计精度, 相比于自适应算法具有更强的鲁棒性.

采用c++语言编写的误差函数erfc，可以直接调用该函数算不同x值下的误差函数值

为了研究如何根据现代化生产需要，选择合适的高精度测量设备，现用ADCOLE测量仪、圆度仪和三坐标测量机，就曲轴的圆度进行测量，并进行误差来源分析、不确定度计算及比对。比较在测量某一尺寸时，设备间的差异性及原因。探讨如何兼顾技术性与经济性，进行设备的选择。