kernel-density - 有没有一种可靠的方法来计算一组轨迹的概率密度函数?
问题描述
假设我有一个包含 50 个轨迹的输入数据集,每个轨迹由n个点定义:
t1 = [ p1_1, p1_2, ..., p1_n ]
t2 = [ p2_1, p2_2, ..., p2_n ]
...
t50 = [ p50_1, p50_2, ..., p50_n ]
每个点都是二维的:
pi_j = (xi_j, yi_j)
有没有可靠的方法来计算这样一个数据集的概率密度函数?
我知道如何处理点(使用核密度估计),但在这里我必须使用lines。
解决方案
推荐阅读
- javascript - 如何在 Javascript 中使用 Web Audio API 更改 CSS 参数?
- postgresql - 在处理的 PostgresException 下 TransactionScope 下意外的 Postgres 连接中止
- postgresql - 无法从表中选择变量(Postgresql)
- ruby-on-rails - 提交到数据库后将String转换为Hash
- react-scripts - 全局设置反应脚本
- r - 递归估计的收益波动率
- python-3.x - 我是编码新手,如果我的问题很愚蠢,请原谅我,但我可以知道如何找到每个学生的考试总分吗?
- list - 在初始化程序中只能访问静态成员,错误
- javascript - 具有同一类的多个实例的类构造函数依赖关系
- javascript - 更改网站中的 url 链接语言