Gaussian distribution

最新推荐文章于 2024-08-23 09:56:33 发布
最新推荐文章于 2024-08-23 09:56:33 发布
阅读量2.1k 收藏 2
点赞数
分类专栏： openCV & ImageProcessing 文章标签： GMM 高斯分布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hyqsong/article/details/46482693
版权
本文介绍了高斯分布，即正态分布，从其历史背景出发，详细探讨了高斯混合模型（GMMs）的基础概念，帮助读者深入理解这一在概率论和统计学中重要的分布形式。
摘要由CSDN通过智能技术生成

在读2009年ICCV的paper<Landmark-Based Sparse Color Representations for Color Transfer>中遇到几次 Gaussian distribution（高斯分布）,不明觉厉，就查了写来总结下：

高斯分布（Gaussian distribution），其实就是正态分布（Normal distribution），瞬间黑线了，概率论中学过的。

一、先粘一段高斯分布的历史：

        正态分布是最重要的一种概率分布。正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的，但由于德国数学家Gauss率先将其应用于天文学家研究，故正态分布又叫高斯分布，高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。高斯是一个伟大的数学家，重要的贡献不胜枚举。但现今德国10
最低0.47元/天 解锁文章
「已注销」
关注
专栏目录
常见概率分布-5-高斯分布（Gaussian distribution）
悦学共鸣，温柔以待，汇聚光芒，共同成长
04-22 2842
高斯分布是一个连续概率分布，它的概率密度函数以对称的钟形曲线（即著名的“正态曲线”）为特征。
isotropic Gaussian distribution
你通透就好 别问我是谁
04-13 4720
isotropic Gaussian distribution 各向同性的高斯分布（球形高斯分布）指的是各个方向方差都一样的多维高斯分布，协方差为正实数与 identity matrix 相乘。 因为高斯的 circular symmetry，只需要让每个轴上的长度一样就能得到各向同性，也就是说分布密度值仅跟点到均值距离相关，而不和方向有关。 各向同性的高斯每个维度之间也是互相独立的，因此密度方程可以写成几个 1 维度高斯乘积形式。要注意的是，几个高斯分布乘在一起得到各向同性，但几个 Laplace 分布相
高斯分布（Gaussian distribution）/正态分布（Normal distribution）
ZYTTAE的专栏
11-13 2万+
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。 若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为： X∼N(μ,σ2), 则其概率密度函数为 正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度
深度学习中的高斯分布
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
12-14 5432
高斯分布(Gaussian Distribution)又称正态分布(Normal Distribution)。高斯分布是一种重要的模型，其广泛应用与连续型随机变量的分布中，在数据分析领域中高斯分布占有重要地位。高斯分布是一个非常常见的连续概率分布。由于中心极限定理(Central Limit Theorem)的广泛应用，高斯分布在统计学上非常重要。
Gauss-Distribution 开源项目安装与使用指南
最新发布
gitblog_01158的博客
08-23 313
Gauss-Distribution 开源项目安装与使用指南 gauss-distributionA fun little project to show distribution of pixels in Gauss's portrait项目地址:https://gitcode.com/gh_mirrors/ga/gauss-distribution 本指南旨在帮助您了解并快速上手 Gauss...
高斯分布 (Gaussian distribution)
weixin_40759186的博客
02-25 3975
采用正态分布在很多应用中都是一个明智的选择。当我们由于缺乏关于某个实数上分布的先验知识而不知道该选择怎样的形式时,正态分布是默认的比较好的选择,其中有两个原因。...
Sub-Gaussian随机变量
shengsong
11-23 8785
文章目录引言Sub-Gaussian等价的几个性质Sub-Gaussian随机变量的定义Sub-Gaussian随机变量的三个例子Sub-Gaussian的近似旋转不变性总结 引言 Sub-Gaussian的分布跟标准高斯分布N(0,1)\mathcal N (0,1)N(0,1)的性质密切相关，因此在介绍Sub-Gaussian随机变量之前，先简述一下N(0,1)\mathcal N (0,1)N(0,1)的三个性质， 性质1：随机变量X∼N(0,1)X \sim \mathcal N (0,1)X∼N
数学基础--高斯分布详解
积木的笔记
12-24 3万+
正态分布（Normal Distribution），又名高斯分布（Gaussian Distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。约翰·卡尔·弗里德里希·高斯（Johann Carl Friedrich Gauss）是德国著名数学家、物理学家、天文学家、大地测量学家，他是近代数学奠基者之一，被认为是历史上最重要的数学家之一，并享有“数学王子”的美誉。他的头像也被印在以前德国的官方货币（德国马克 10 马克）上，如图 1 所示。
Expectation-Maximization algorithm for bi-variate Normal Inverse Gaussian distribution:Expectation-Maximization (EM) algorithm for bivariate Normal Inverse Gaussian (biNIG) distribution-matlab开发
06-01
双变量NIG分布参数的EM估计。 测试文件： 1.... 2. 调用 EMBIVNIG.m（起始参数的值是任意选择的）。 3.... 参考： “具有多元正态逆高斯分布的重尾过程的 EM 估计和建模”，Oigard、Hanssen、Hansen 和 Godtliebsen，...
pygame Gaussian distribution
04-16
在这个"pygame Gaussian distribution"项目中，开发者利用pygame库制作了一个基于高斯分布（正态分布）的小游戏。高斯分布，又称为正态分布或钟形曲线，是概率论与统计学中的一个重要概念，广泛应用于自然科学和社会...
Conditional Gaussian Distribution Learning for Open Set Recognition CVPR2020开放集识别论文解读
pingguolou的博客
11-02 868
[17] Sun X , Yang Z , Zhang C , et al. Conditional Gaussian Distribution Learning for Open Set Recognition[C]// 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2020. 在本文中，我们提出了一种新的方法，即条件高斯分布学习（CongDL，实际可以看成是条件阶梯式VAE，不过...
The Humble Gaussian Distribution
qq_34122731的博客
07-01 579
2019年7月1日总结 尺度（单位）一致的重要性 本文强调，协方差矩阵中各元素的单位不一致的问题，强调了在使用最速下降法时需要使用一个度量矩阵来防止在协方差单位变化时最速下降法不一致的问题。 0元素的含义 协方差矩阵非对角线中的0元素代表的含义是变量Xi，Xj不相关 而协方差逆矩阵非对角线中的0元素的含义是Xi，Xj在其他所有变量给定的条件下不相关，也就是一个条件不相关 正负元素的含义 协方差矩...
学习笔记：Gaussian distribution 高斯分布特殊性质及简单具体实现
Gm1y's Blog
07-28 2265
高斯分布（正态分布） 高斯分布可以写成如下形式： ρs(x)=(1s)∗e−π(x−u)2s2，s=2π∗σ ρ_s (x)=(\frac{1}{s})*e ^\frac{-π(x-u)^2}{s^2}，s=\sqrt{2π}*σρs​(x)=(s1​)∗es2−π(x−u)2​，s=2π​∗σ 当u=0，s固定不变时，ρs(x)ρ_s (x)ρs​(x)只与x的值有关。 性质： 1.乘法概率分布（product distribution） 即多维的高斯分布可以写成一维高斯分布的乘积。 ρs(x)=ρs(x
通过均匀分布随机数产生器获得一个高斯分布随机数产生器
小胜爱捣鼓
08-11 4930
通过均匀分布随机数产生器获得一个高斯分布随机数产生器
正态分布（Normal distribution）又名高斯分布（Gaussian distribution）
热门推荐
rns521的专栏
11-09 39万+
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。 若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为： X∼N(μ,σ2), 则其概率密度函数为 正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度
广义逆高斯分布（Generalized Inverse Gaussian Distribution）及修正贝塞尔函数
weixin_30840253的博客
01-19 1399
1. PDF generalized inverse Gaussian distribution (GIG) 是一个三参数的连续型概率分布： f(x)=(a/b)p/22Kp(ab−−√)xp−1e−(ax+b/x)/2,x>0 Kp(⋅)：表示二阶（second kind）的修正的贝塞尔函数（modified Bessel functions...
n元（维）正态分布（The multivariate normal distribution）
wjheha的博客
12-18 2万+
在学习高斯判别分析（Gaussian discriminant analysis）时，出现了n元正态分布的密度函数，函数中出现了矩阵，弄得大家一头雾水。其实这个公式在大部分概率论书籍中都没有提到，不过，简要推导一下，就可以得到结果。  茆诗松《概率论与数理统计教程》第二版中介绍了协方差矩阵和n元正态分布的密度函数，截图大家看一下，推荐身边准备这本书！ *********************
高斯模糊-Gaussian blur
国宝大人的专栏
10-31 8756
高斯模糊 从维基百科，自由的百科全书 一个小的和大的高斯模糊效果 A高斯模糊（也被称为高斯平滑）是模糊图像的结果高斯函数。它是一种广泛使用的图形软件的影响，通常会减少图像噪声和减少细节。这个模糊技术的视觉效果是一个平滑的模糊相似，查看图片通过一个半透明的屏幕，从明显不同散景在通常的照明的聚焦透镜或物体的阴影产生的影响。高斯平滑也被用来作为一个预
gaussian distribution
03-16
高斯分布，也称正态分布，是一种常见的概率分布，其图像呈钟形曲线。在自然界和社会现象中，许多现象都服从高斯分布，如身高、体重、智力等。高斯分布的参数包括均值和标准差，可以用来描述数据的集中程度和离散程度。高斯分布在统计学、物理学、工程学等领域都有广泛的应用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值