回答情况：
提问时间：
问题标签：
我有一个特征数据库，一个2D np.array (2000样本，每个样本包含100个特征，2000 X 100)。我想使用python将高斯分布拟合到我的数据库中。高斯混合(例如指数混合物，我找不到任何可用的实现)的替代方案是什么？
浏览 4修改于2017-06-28得票数 3
1回答
我知道像gsl这样的库可以生成高斯分布和基于高斯分布产生随机数，我想知道是否有任何库可以产生服从混合高斯分布的随机数，并且可以根据混合高斯分布返回给定值的概率？非常感谢。
后续：如果我首先在(0,1)之间生成一个随机数，如果它属于(0，0.5)，我只生成服从一个高斯分布的数字，否则就从另一个高斯分布生成数字，这是否相同。这个过程是否与生成数服从两个高斯混合的过程相同？(假设两个高斯之间的权重相等)
浏览 2修改于2016-05-19得票数 2
高斯平滑是一种常见的图像处理功能，高斯滤波的介绍请参考。正如我们所看到的，一个参数:标准导数将决定高斯函数的形状。然而，当我们使用高斯滤波进行卷积时，另一个参数:高斯滤波器的窗口大小也需要同时确定。直观地说，高斯标准导数越大，高斯核窗口应该越大。但是，没有关于如何设置正确的窗口大小的一般规则。有什么想法吗？谢谢!
浏览 1提问于2013-04-23得票数 7
回答已采纳
2回答
高斯噪声与高斯噪声有何不同？正如我所读到的，高斯噪声有正态分布的PDF。白高斯噪声也有吗？
我如何手动(没有内置函数)使用Python为图像生成每个噪声？我需要考虑哪些参数？
浏览 0提问于2015-11-06得票数 1
回答已采纳
简略版:如何才能将连续高斯圈成真正的离散高斯(通常表示为\mathcal{D}_{\mathbb{Z},\alpha q})？-编辑--
我也很困惑为什么人们那么喜欢“真正的离散高斯”：人们可能会说“两个离散高斯的和是离散高斯的总和”。当然可以。但是对于“奇怪高斯人”来说，与初始连续高斯相比，舍入一个连续高斯使得问题变得更加复杂:所以在证明中，你总是可以说“让我们用一个连续高斯替换奇怪高斯”，现在我们分析了对这个新协
浏览 0修改于2021-03-07得票数 7
回答已采纳
1回答
我想用Matlab生成高斯图像。它有三个圆圈(作为三个类)。每个圆圈的强度都会随高斯分布而变化。因此，图像的直方图将以的形式乘以高斯分布。然而，我使用的是一幅无噪声图像，加上高斯噪声，使之产生多重高斯分布，这是非常有噪声的。在这个问题中，我正在寻找一种方法来产生合成高斯图像，这不同于我以前的方法(添加噪声)。感谢阅读
浏览 2修改于2017-05-23得票数 1
回答已采纳
4回答
为了达到这个目的，我需要找到一条适合我的数据的超高斯曲线。超高斯方程：其中P考虑了平顶激光束的曲线特性.我开始用Python对我的曲线进行简单的高斯拟合。拟合返回高斯曲线，其中对I、x0和sigma的值进行了优化。(我使用函数curve_fit)高斯曲线方程：现在，我想向前迈出一步。，我想做超高斯曲线拟合，因为我需要考虑光
浏览 9修改于2020-03-22得票数 0
MATLAB中的normpdf(X，u，σ)与normal_distribution高斯(u，σ)相似；谢谢。
浏览 2提问于2015-04-01得票数 1
回答已采纳
我想把一个高斯混合，\sum_{i=1}^{K} w_i \exp(x; \mu_{i}, \Sigma_{i})合并成一个单一的高斯，在w_1 >> w_2 \geq \dots \geq w_K的约束下，即我们有一个主导的高斯。直观地说，由此产生的高斯将接近第一个高斯。我想使用MLE估计，寻找最优的高斯\exp(x; \mu, \Sigma)。
浏览 0提问于2020-03-27得票数 0
1回答
我们(我和我的同事)得到了一个设备，它每秒钟向我们发送大量离散整数数据(强度)，这些数据往往具有高斯分布。这些伪高斯是一个接一个地流动的，我们应该尽可能快地从每个高斯中心选取最大的强度。此外，这些数据含有噪声，因此不能说每个高斯可以分离为两个单调的部分=>，我们不能依赖简单的事实，如果数据开始下降，我们会找到最大值。我的大学提出了一个想法：
但问题是，我如何从它的面积快速估计这个伪高
浏览 0修改于2014-10-29得票数 2
回答已采纳
2回答
我正在寻找使用OpenCV拟合高斯曲线。我可以有一维或二维Mat，我想计算矩阵上最佳高斯拟合的高斯参数。但是，我希望能够确定一些参数(例如，高斯均值或方差)。我想要适合的1D模型如下：在2D Mat的情况下，模型与多变量高斯函数相同。
浏览 5修改于2016-03-10得票数 0
实现最多的是EM_GMM，它使用K高斯对背景建模，每个像素对每个高斯都有一个权重，换句话说，图像是用K高斯建模的。在我阅读了stauffer的论文"Adaptive background mixture models for real-time tracking“后，我认为每个像素有K个高斯，换句话说，图像总共有n*K个高斯，n是图像中的像素数。
浏览 0提问于2015-03-11得票数 0
我写了我自己的高斯滤波器，但它真的很慢。
OpenCV的高斯算法要快得多，是我高斯滤波器的20倍。我想在我的项目中重写opencv的高斯算法，我不想在我的项目中包括opencv。
浏览 6修改于2012-01-26得票数 5
回答已采纳
我正在尝试使用一组28张数据库图像执行面部识别(7人每人4张)。每个人都有两张照片，每张照片都是在两个非常不同的背景下拍摄的。每幅图像的中心都有一个人的脸。我读了马修·特克和亚历克斯·彭特兰的论文，他们建议将图像乘以以面部为中心的二维高斯窗口。我尝试这样做，但是，面部识别算法的性能并没有提高。谁能帮助我理解这个与二维高斯窗口相关的过程，以及它如何应用于面部识别？土耳其人和彭特兰人声称这个过程对他们很有效。
浏览 0提问于2016-07-22得票数 0
最近我学习了用于透射电镜图像处理的DM_Script，我需要高斯模糊处理，我在中找到了一个名字叫‘高斯模糊’的模糊处理程序我想问的是这个复杂的图像FFTProduct:=FFTSource*fftkernelimg.modulus().sqrt()
为什么高斯内核的快速傅立叶变换需要这与高斯
浏览 0提问于2017-03-18得票数 1
这里的问题解决了如何使用numpy生成高斯内核。然而，我不明白kernlen和nsig的输入是什么，以及它们与通常用于描述高斯分布的均值/标准差之间的关系。我如何生成一个由mean = (8, 10)和sigma = 3描述的二维高斯核？理想的输出应该是表示高斯分布的二维数组。
浏览 24修改于2017-05-23得票数 1
回答已采纳
我试图生成一个数组，它遵循精确的高斯分布。np.random.normal是通过从高斯随机抽样来做到这一点的，但是我如何在给定均值和西格玛的情况下再现和精确的高斯。因此，数组将产生一个直方图，它遵循的是精确的高斯，而不仅仅是下面所示的近似高斯。
浏览 5修改于2016-01-20得票数 1
1回答
应用多个高斯模糊可以产生相当于强高斯模糊的效果。
例如，这个问题说：做多个高斯模糊和做一个更大的模糊一样吗？将多个连续高斯模糊应用于图像，其效果与应用单个较大的高斯模糊，其半径是实际应用的模糊半径平方之和的平方根相同。例如，应用半径为6和8的连续高斯模糊与应用半径为10的单个高斯模糊时的结果相同，因为\sqrt{6^2 + 8^2} = 10。由于这种关系，用连续的、较小的模糊来模拟高斯模糊无法节省处理时间--所需时间至少与执行单个大模糊一样大。
浏览 0修改于2017-04-13得票数 10
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号