gaussian

0熱度

1回答

我有幾組數據，我試圖適合不同的配置文件。在其中一個最小值的中心有污染，可以防止我做得很好，正如您可以在此圖像中看到的那樣：如何在我的數據底部夾取這些尖峯，並考慮到秒殺並不總是在同一個位置？或者你將如何處理這樣的數據？我使用lmfit來擬合輪廓，在這種情況下是洛倫茲和高斯。這裏就是我與初始值起到更緊密地擬合數據的最小工作示例： import numpy as np import matplotl

1熱度

1回答

在Matlab中不使用梯度（）計算高斯（dx，dy）的一階導數

我發起我的高斯爲fspecial('gaussian', 4, 1)，我知道gradient()是獲得一階導數的非常方便的方法。有沒有反正我可以計算一階導數而不使用gradient()？我使用它用於創建Harris角點檢測器，如圖所示如教科書中的第一個步驟：計算圖像Ix和Iy的水平和垂直衍生物通過用高斯的衍生物卷積的原始圖像

-1熱度

1回答

[matlab]使用協方差矩陣創建隨機高斯變量

[（Workspace）] [1]我使用協方差矩陣創建隨機變量。我想要生成300個隨機二維特徵數據（長度爲&權重）的每個物種ω1（鮭魚）和ω2（低音）。鮭魚（ω1）：平均值：65釐米，22千克協方差：[20 0.1;海鱸魚（ω2）：平均值：80釐米，31公斤協方差：[40 5; 5 50] 我創建樣本後，我再次計算協方差矩陣只是爲了檢查。但是我發現它完全錯誤的原始協方差矩陣。有人可以幫我嗎？附加是

0熱度

1回答

如何將一維數組轉換爲對稱三維數組？

我有一個對稱的1D numpy的陣列，例如，像這樣： 0 1 2 1 0 我怎麼會變成一個3D陣列（有點類似於高斯內核），在中心值2？由於我的意思（雖然數學很可能不是正確的）爲例，在2D，這將是這樣的（雖然我需要它是3D）： 0 0 0 0 0 0 0.5 1 0.5 0 0 1 2 1 0 0 0.5 1 0.5 0 0 0 0 0 0

0熱度

1回答

哈利斯拉普拉斯興趣點檢測器中的高斯拉普拉斯

在哈里斯拉普利興趣點檢測器中，我們在檢測到的興趣點處發現LoG值，然後在比例值上查找局部極值以檢測比例不變點。在論文「基於尺度不變興趣點的索引」中，寫出高斯拉普拉斯爲|（s^2）*（Lxx（x，s）+ Lyy（x，s））|。但是，當在matlab中執行代碼時，當我沒有獲取LoG的絕對值時獲得輸出點，但是當我獲取其絕對值時，我沒有得到任何輸出。任何人都可以說是什麼問題？代碼： LoG = (s

0熱度

1回答

當我產生噪音張我得到這個錯誤：AttributeError的：「張量」對象有沒有屬性「_keras_history」

這行： z = random_normal(shape = (-1, 8, 8, 256), mean = 0.0, stddev = 1.0, dtype = None, seed = None) 給出了錯誤： AttributeError: 'Tensor' object has no attribute '_keras_history'. 有任何人任何我怎麼能解決它

1熱度

1回答

SciPy - 擬合高斯包絡線

我有一個數值計算光脈衝的時間形狀，存儲在NumPy數組中。我想找到它的高斯包絡函數的參數（特別是FWHM），但首先我必須適應它。是否有一個內置的SciPy函數或一組函數用於信封擬合，或者我必須自己編寫此代碼？（由於精度不是太重要，我可能只是採取局部最大值和適合他們高斯...）的光脈衝是這樣的：

3熱度

1回答

GaussianNB： - ValueError：先驗的總和應該是1

我想要做什麼？我想培養具有使用GaussianNB分類10個標籤的數據集，但同時tunning我gaussianNB參數之前我得到這個錯誤： - 文件「/home/mg/anaconda2/lib/python2.7 /site-packages/sklearn/naive_bayes.py」，線路367，在_partial_fit 加註ValueError異常（‘先驗的總和應爲1’） Valu

2熱度

1回答

限制高斯適合在我的本科論文的框架curve_fit

，我需要用Python來評估我的數據。不幸的是，我的同學還沒有適合的腳本，而且我對編程還很陌生。我有這樣的數據集，我試圖通過使用scipy.optimize.curve_fit高斯，以適應它。由於有很多不可用的計數，特別是在軸末端，我想限制要安裝的部分。圖片raw data 這是我到目前爲止有： import numpy as np import matplotlib.pyplot as p

-1熱度

1回答

擬合高斯數據用Matlab

我要產生像下面一個圖（在本文中）我認爲這是使用histfit 但是做，histfit doesen't真使用我的數據。酒吧超過曲線。我的數據並不是真正的正態分佈，但我希望除了一些異常值外，所有的倉都在曲線內。有沒有什麼方法可以擬合高斯曲線並在上圖中繪製它？編輯這是histfit(data)給我要適應高斯給它，並保持一定值ouliers。基於假設數據是正態分佈的，我只需要使用正態分佈，因爲它