码迷,mamicode.com
首页 >  
搜索关键字:高斯分布    ( 262个结果
高斯白噪声叠加到信号上
一、概念 英文名称:white Gaussian noise; WGN 定义:均匀分布于给定频带上的高斯噪声; 所谓高斯白噪声中的高斯是指概率分布是正态函数,而白噪声是指它的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。这是考察一个信号的两个不同方面的问题。 高斯白噪声:如果一个噪声,它 ...
分类:其他好文   时间:2016-12-05 22:50:46    阅读次数:354
机器学习二 逻辑回归
在生成模型中讲到了,可以利用手头的数据,假设数据是满足高斯分布,且是不同的均值,但是同一个协方差矩阵,基于贝叶斯的判别式,可以得到 p(c1|x)>0.5 是第一类 p(c1|x)可以转化为sigmod(z)=w*x +b ...
分类:其他好文   时间:2016-10-19 02:34:28    阅读次数:118
Python: 利用Python进行数据分析 学习记录
15:18 2016/10/14 1. #Series可看作一个定长的有序字典。 高斯分布对应的概率密度函数对应于numpy中: ...
分类:编程语言   时间:2016-10-14 19:58:41    阅读次数:139
多元高斯分布
直接给出多元高斯分布和单元高斯分布的概率密度函数: μ是一个D维均值向量,Σ是一个D×D的协方差矩阵,我们只考虑正定矩阵(所有特征值都是正数),即|Σ|>0;多元高斯分布和单态量高斯分布尽管在形式上不同,但实际上单态高斯是维数为1的多元高斯分布:当D=1时,Σ是一个1×1的矩阵(即退化为一个数),| ...
分类:其他好文   时间:2016-10-07 13:22:48    阅读次数:196
Coursera公开课-Machine_learing:编程作业8(2016-10-06 20:49)
Anomaly Detection and Recommender Systems 本周编程作业分为两部分:异常检测和推荐系统。 异常检测:本质就是使用样本的到特种值的gaussian分布,来预估正确的特征值的范围。对于一些特殊情况可以使用,多元高斯分布。 要注意该方法与监督学习的不同的适用性特征。 ...
分类:系统相关   时间:2016-10-06 22:32:35    阅读次数:216
标量滤波的过程分析和证明及C实现
摘要: 标量滤波的过程分析和证明及C实现,希望能够帮助入门的小白,同时得到各位高手的指教。并不涉及其他Kalman滤波方法。 本文主要参考自《A Introduction to the Kalman》 (需要的同学可以自行百度,也可以找到中文版的) 注:递归思想,高斯分布独立性的应用,数据融合的应用 ...
分类:其他好文   时间:2016-10-04 07:23:59    阅读次数:287
对抗神经网络(Adversarial Nets)的介绍[1]
对抗NN简介 概念介绍 对抗名字的由来及对抗过程 对抗NN的模型 对抗NN的模型和训练 判别网络D的最优值 模拟学习高斯分布 对抗NN实验结果 《生成对抗NN》代码的安装与运行 对抗网络相关论文 论文...
分类:Web程序   时间:2016-10-03 23:46:28    阅读次数:1170
matlab中各种高斯相关函数
matlab中各种高斯相关函数matlab, 高斯函数, 高斯分布最常见的是产生服从一维标准正态分布的随机数n=100; x=randn(1,n) 实现服从任意一维高斯分布的随机数u=10; sigma=4; x=sigma*randn(1,n)+u 产生服从多元高斯分布的随机变量函数mvnrnd,... ...
分类:其他好文   时间:2016-09-21 21:14:43    阅读次数:1078
高斯分布和均匀分布之间的映射关系
step1 生成服从U(0,1)分布的u1,u2; step2 令 y = [-2*ln(u1)]^0.5*sin(2*pi*u2); step3 令 x = miu + y*delta,其中miu为均值,delta为标准差 代码: ...
分类:其他好文   时间:2016-08-11 17:49:18    阅读次数:419
数字信号处理C语言 ------均匀分布和高斯分布随机数
环境:QT5+VS2013编译 一、均匀分布 main.cpp uniform.c 二、高斯分布 main.cpp gauss.c uniform.c ...
分类:编程语言   时间:2016-08-09 20:36:13    阅读次数:243
262条   上一页 1 ... 16 17 18 19 20 ... 27 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!