gaussian

    -1熱度

    2回答

    我嘗試使用CUDA和Qt來模糊圖像。 我用NPP庫,nppiFilterGauss_8u_C1R的偉大工程 void cuda_npp_gauss_filter_qt(uchar* pSourceData, uchar* pResultData, const int &ImageLineStep, const int &ImageWidth, const int &ImageHeight) {

    1熱度

    1回答

    Scikit-learn提供了產生高斯斑點的實用程序make_blobs。有沒有什麼好處,比如scipy的multivariate_normal?

    1熱度

    1回答

    我想實現在Matlab三維高斯濾波器 - WITHOUT使用像imfilter,imgaussfilt等內置Matlab的過濾功能... 我有3D數據 RAW(K,K,K) 說,K = 100,和過濾器寬度爲delta = 5本實施例中。 目前,我有: Ggrid = -floor(delta/2):floor(delta/2); [X Y Z] = meshgrid(Ggrid, Ggri

    0熱度

    1回答

    我使用HTK來訓練聲學模型。我最後一步是分裂電話gaussians的混合物。通常,我總是將所有電話(它們的內部狀態)一步一步分開,然後在性能下降時重新評估並停止。 現在我想通過一個嘗試拆分手機之一,因爲這應導致同等或更好的整體效果。我這樣做的方式是,嘗試拆分每部手機,選擇能夠帶來最佳結果的手機,保持分離,重新設置所有其他手機,然後重新開始。這需要很長的時間。我想把所有那些帶來改進的不僅僅是最好的分

    0熱度

    1回答

    我試圖按照此tutorial GMM與Python SciKit。問題是原始代碼無法正常工作。它說輸入陣列的形狀存在問題,並且GMM現在已經被取消了。我試圖將其改寫爲: np.random.seed(2) x = np.concatenate([np.random.normal(0, 2, 200), np.random.normal(5, 5, 200),

    0熱度

    1回答

    我在Matlab中創建了一個高斯濾波器。我創建了以下用於創建內核的代碼。 function kernel = gaussian_filter(sigma) kernel_width = 3 * sigma - 1; [x, y] = meshgrid(-kernel_width/2:kernel_width/2, -kernel_width/2:kernel_width/2);

    1熱度

    1回答

    我在想,如果Keras中的GaussianDropout層保留像Dropout Layer這樣的概率。 丟棄層實現爲保留概率的倒置丟棄。 如果你不知道這個問題,你可以看看discussion,特別是在林西會的回答。 使Dropout Layer保留概率的關鍵點是K.dropout的調用,它不由GaussianDropout Layer調用。 GaussianDropout層不保留概率是否有任何原因

    0熱度

    1回答

    所以我正在做的是創建具有正常分佈的振幅和頻率的正弦波 - 在給定的範圍內。例如2-10Hz的5V。所以我的嘗試是用給定的幅度和頻率得到我的功能,然後運行它直到第一個轉折點。從那裏我計算下一個函數,並添加前一個函數轉折點的y值(作爲一個移位),以便從該點開始。我的問題是一些功能變化,我得到的直線,而不是曲線。如果有人能告訴我我要去哪裏,我會很感激。需要注意的是,我使用8ms增量來繪製每個值。 imp

    2熱度

    1回答

    我已經生成了一個類似於高斯分佈的3D圖,其具有隨機變量Y,X1和X2(1000x1)矢量。 Y在垂直軸上,X1和X2是水平的。 具體來說,這是我用過的情節代碼: plot3(x(:,1),x(:,2),y,'.') 已創建的圖有以下形式: 我也想生產的東西像這樣: 但是,當我使用此代碼: contour(x(:,1),x(:,2),y); 我收到消息: 使用輪廓誤差(線48) Z應該在至少

    1熱度

    3回答

    我只是試圖繪製兩個gaussians並找到交點。我有以下代碼。這不是繪製確切的十字路口,我真的不知道爲什麼。這就像剛剛稍微偏離了一點,但如果我們把減去的gaussians的日誌記錄下來,並且看起來應該是正確的,那麼我通過派生的解決方案工作。誰能幫忙?非常感謝! import numpy as np import matplotlib.pyplot as plt def plot_normal