重要性采样(英语:importance sampling)是统计学中估计某一分布性质时使用的一种方法。该方法从与原分布不同的另一个分布中采样,而对原先分布的性质进行估计。重要性采样与计算物理学中的伞形采样相关。
...题,因此在采样的时候必然要考虑一些技巧,而不是单纯地增加采样的次数,从实用的角度,考虑重要性采样( Importance sampling)是很有必要的。因为只有这样才某种程度上利用了先验信息,另一种真的具有实用性的采样方法是 Markov chain Monte Carlo。
基于150个网页-相关网页
...mpling Importance Resampling粒子滤波中的一个采样方法 传统分粒子滤波器应用顺序重要性采样( sequential importance sampling, SIS) ,会引起粒子退化, 因为随着循环的运行,一些粒子越来越重要,规一化的权重逐渐趋向1,而另一些权重趋..
基于6个网页-相关网页
贝叶斯重要性采样 Bayesian Importance Sampling ; BIS
序贯重要性采样 sequential importance sampling
序列重要性采样 sequential importance sampling ; SIS
一种顺序重要性采样法 Sequential Importance Sampling
顺序重要性采样 Sequential Importance Sampling ; SIS
是以重要性采样 importance sampling ; IS
顺序重要性采样算法 Sequential Importance Sampling ; SIS
序贯重要性采样算法 Sequential Importance Sampling ; SIS
重要性采样算法 SequentialImportanceSampling
为了提高采样效率采用了重要性采样法。
In order to increase the efficiency, we adopted the Important Sampli...
为了提高采样效率采用了重要性采样法。
通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。
A single Gaussian distribution is obtained to approximate the posterior distribution of state parameters based on sequential importance sampling and Monte Carlo methods.
应用推荐