由于生活中很多参数如测量误差、产品质量指标等几乎都服从或近似服从正态分布，所以可以用对单变量正态分布中的贝叶斯估计进行分析并编写相应的Matlab程序，分析样本大小对贝叶斯估计误差的影响，进而验证贝叶斯估计的有效性。1、实验一：可以看出贝叶斯的估计值为19.25％，与真实值的误差值较大，这是由于样本数量较少，导致先验信息不够，最终估计值与真实值存在较大的误差。4、以上叙述生成的样本为基础，继续添加

由于每一类样本都相等，且每一类选取用作训练样本也相等，在每两组进行分类时，待分类样本的类先验概率P(w)=0.5，将各个样本代入判别函数，根据判别规则，gi(X)>gj(X)，对于一切 j ≠ i成立，则X归为Wi类。由图可得：蓝色为第一类，红色为第二类，绿色为第三类，明显第一类与第二、三类的差异很大，而第二类与第三类的差别较小，对于位于第二、三类附近的样本，使用最小错误率贝叶斯决策时，可能会有出

图像复原的常用方法主要包括：逆滤波复原、维纳滤波复原、约束最小二乘法复原、Lucy-Richardson复原和盲解卷积复原。

空域滤波是空域图像增强的常用方法，对图像中每个像素为中心的邻域进行一系列的运算。然后将得到的结果替代原来的像素值。

灰度变换强度(matlab)

设f(x,y)为原始图像函数，h(x,y)为滤波器脉冲响应函数，则空域内的滤波是基于卷积运算的：g(x,y) = f(x,y)*h(x,y)，其中h(x,y)可以是低通或高通滤波，g(x,y)为空域滤波的输出图像函数，根据卷积定理，上式的傅里叶变换如下：G(u,v) = F(u,v)H(u,v)。频域滤波的关键是G(u,v)的设计。进行傅里叶变换：F{z(x,y)} =F{ln[f(x,y)]}=

图像点运算(MATLAB)

尝试使用线性回归模型通过已有的数据来预测股票收盘问题

图像分割是将一幅数字图像分割成不同区域，在同一区域内具有在一定的准测下可认为是相同的性质，如灰度、颜色、纹理等，而任何相邻区域之间其性质具有明显的区别，主要包括边缘分割技术、阈值分割技术和区域分割技术。

MATLAB(图像类型的转换)