gaussian

    10热度

    4回答

    我给了一个数组,当我绘制它时,我得到一个带有一些噪音的高斯形状。我想适应高斯。这是我已经有的,但是当我绘制这个我没有得到一个拟合的高斯,而是我只是得到一条直线。我尝试了很多不同的方式,但我无法弄清楚。 random_sample=norm.rvs(h) parameters = norm.fit(h) fitted_pdf = norm.pdf(f, loc = parameters[0]

    1热度

    1回答

    我试图计算高斯#1的相对熵高斯#2 我的均值和两个高斯 我试过的标准偏差因为平均一个号码,我不明白这里的len函数从http://www.cs.cmu.edu/~chanwook/MySoftware/rm1_Spk-by-Spk_MLLR/rm1_PNCC_MLLR_1/rm1/python/sphinx/divergence.py def gau_kl(pm, pv, qm, qv):

    0热度

    1回答

    我试图适应高斯这一数据 x = [4170.177259096838, 4170.377258006199, 4170.577256915561, 4170.777255824922, 4170.977254734283, 4171.177253643645, 4171.377252553006, 4171.577251462368, 4171.777250371729, 4171.9772492

    1热度

    1回答

    目前我正在使用iplimage的高斯模糊。 这样, # include "stdio.h" # include "highgui.h" # include "cv.h" int main(int argc, char** argv) { IplImage* img = 0; IplImage* out = 0; if(argc < 2) { pr

    0热度

    2回答

    我想在c中从头开始实现高斯模糊。我有一个程序创建一个结构并加载一个.bmp文件,创建一个高斯模糊滤镜(前两个for-loops),然后将高度,宽度和实际像素信息发送给另一个应用滤镜的函数到图像(下面的4个嵌套for循环)。应用后,它会输出修改后的.bmp文件。目前它稍微有效,但它不能一直工作。我无法调整模糊的强度(所有模糊的水平看起来都一样)。它也似乎错过了图像周围像素的外边缘。 当我创建过滤器,

    4热度

    2回答

    y = gauss(x,s,m) Y = normpdf(X,mu,sigma) R = normrnd(mu,sigma) 什么是这三种功能之间的基本区别是什么?

    3热度

    1回答

    我用我的预测高斯过程。现在让我们假设我已预测存储在大小为1900 X 1的x中的值。现在我想检查它的分布是否遵循高斯分布。我需要这个来比较其他方法预测值如NN,KNN的分布函数,以判断哪一个遵循平滑高斯或正态分布函数 我该怎么做?如果我能以数字数据的形式得到一些结果,那就更好了。代码编写如下, m = mean(ypred); % mean of r s = std(ypred); % stdev

    1热度

    1回答

    使用贝叶斯优化和一些启发式选择来使用超参数调整的最佳方式是什么? 在诸如spearmint或hyperopt的软件包中,您可以指定一个范围来探索,但我也想探索一些不一定属于该范围的启发式值。任何建议什么是这样做的最佳做法?

    1热度

    1回答

    我需要一些帮助来理解surf函数在这个MATLAB示例代码中的作用。代码来自多元正态(高斯)分布上的一些online documentation。 示例代码: mu = [0 0]; Sigma = [.25 .3; .3 1]; x1 = -3:.2:3; x2 = -3:.2:3; [X1,X2] = meshgrid(x1,x2); F = mvnpdf([X1(:) X2(:)],

    0热度

    1回答

    我正在尝试生成一个热图,其中像素值由两个独立的2D高斯分布控制。让它们分别是Kernel1(muX1,muY1,sigmaX1,sigmaY1)和Kernel2(muX2,muY2,sigmaX2,sigmaY2)。更具体地说,每个内核的长度是其标准偏差的三倍。第一个内核有sigmaX1 = sigmaY1,第二个内核有sigmaX2 < sigmaY2。两个核的协方差矩阵都是对角线(X和Y是独立