首页 > TAG信息列表 > 点估计
二、参数估计
1. 点估计与优良性 点估计 总体 X 的分布函数形式已知，但它的一个或多个参数未知，借助总体的一个样本来估计总体未知参数的值的问题称为点估计。 点估计问题就是要构建一个适当的统计量 θ-hat（X1、.. 、Xn），用它的观察值 θ-hat (x1、.. 、 xn)来估计未知参数 θ。PCL：SIFT特征点估计（法线）
介绍：SIFT 将法线视为强度进行计算，代码如下： 需要四个字段的点云才能计算。 // STL #include <iostream> // PCL #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/common/io.h> #include <pcl/keypoints/sift_keypoint.h> #include <pcl/features概率论：参数估计——点估计
首先，我们要知道点估计是什么： 简单来讲，点估计一般就是拿出很多样本来，拿他们的均值和方差之类的当成参数。 简单来说，参数空间就是这个分布的参数可以的取值。 先学习矩估计法： 还记得变量的矩是什么吗？就是E(x^k)。 可以看到，平均数就是总体期望的矩估计（k=1版本的矩）