产生正太随机数的Box–Muller变换

最新推荐文章于 2024-01-22 17:46:59 发布
最新推荐文章于 2024-01-22 17:46:59 发布
阅读量1.9k 收藏 4
点赞数
分类专栏： 数据预处理 文章标签： 高斯噪声 数据增强 数据预处理
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/q1_6_2_what_123/article/details/83153784
版权

为扩充训练样本、进行数据增广，常用的方法之一是加（零均的）高斯噪声

1.高斯噪声的产生

计算机可以很方便地产生0-1均值分布，Box-Muller变换可以将该均值分布转换成正太分布：
两组独立的随机数U和V，这两组数在(0,1]上均匀分布，用U和V生成两组独立的标准常态分布随机变量X和Y:
X = − 2 l n U c o s ( 2 π V ) X=\sqrt{-2lnU}cos(2\pi V) X=

最低0.47元/天 解锁文章
守望者_
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
boxmuller:Box-Muller变换的实现
05-17
Boxmuller 安装 npm install boxmuller 用法 var boxmuller = require ( './boxmuller' ) ; console . log ( boxmuller ( 0 , 1 , 50 ) ) ; /* [ -0.9377820308073538, 1.2202141431811326, -0.39116946731582425, -0.4999316499136504, -0.3968539125573887 ] */ 原料药 boxmuller（mu，sigma，n） 执照 麻省理工学院
使用C语言产生正态分布的随机数的源代码
05-20
最常用的方法是Box-Muller变换，它通过两个独立均匀分布的随机数来产生标准正态分布的随机数。标准正态分布的均值为0，标准差为1。Box-Muller变换的基本步骤包括： 1. 生成两个独立的均匀分布在[0,1)之间的随机数u1...
高斯随机数发生器（verilog实现）
weixin_52086903的博客
02-05 3670
第一次仿真我得到了20位的输出，想要用Matlab读入数据时，发现我只会用Matlab读入16、32位这种整位的有符号数据，没有读入20位有符号数据的方法（没详细学过Matlab，别骂了别骂了），然后本着能用就用的原则，我把20位数据后加了12个0，凑到了32位。函数自变量和因变量的映射，然后使IP核生成ROM并将其映射关系存放在ROM中，最后通过IP核生成乘法器将两部分相乘。对于N位的一维细胞自动机，只需要将上述单个细胞例化N次，并给出细胞的初始值和不同位置的规则号。没错，就是我注释了的那两句。
Box-Muller 变换
颹蕭蕭
10-08 2939
Box-Muller 变换的程序检验
利用Box-Muller变换生成正态分布的随机数（附代码）
m0_37772174的博客
08-02 1万+
前言 之前的文章中笔者有提到利用独立同分布的中心极限定理生成正态分布的随机数，对随机数的分布特性要求越高，利用独立同分布的中心极限定理生成正态分布的随机数的算法时间复杂度也越高，如果需要大量的正态分布随机数“利用独立同分布的中心极限定理生成正态分布的随机数”的做法是不可取的。本文将为大家带来时间复杂度较低的算法——利用Box-Muller变换生成正态分布的随机数。If...
Box-Muller变换原理详解
热门推荐
帅帅Go
12-02 1万+
Box-Muller变换原理详解Box-Muller变换原理详解 Box-Muller变换 Box-Muller变换是通过服从均匀分布的随机变量，来构建服从高斯分布的随机变量的一种方法。具体的描述为：选取两个服从[0,1][0,1][0,1]上均匀分布的随机变U1U1U1、U2U2U2，XXX、YYY满足 X=cos(2πU1)−2ln⁡U2X=cos(2\pi U_1)\sqrt{-2\ln ...
Box-Muller变换：学习笔记
努力就会有回报~
07-18 895
Box muller转换
用C语言产生服从标准正态分布的随机数
12-02
一种常见的方法是Box-Muller变换，它利用两个独立的均匀分布随机数生成一对标准正态分布随机数。具体步骤如下： 1. 生成两个独立的均匀分布随机数U1和U2。 2. 计算Z1 = sqrt(-2 * ln(U1)) * cos(2 * π * U2)，Z2 =...
随机数的产生
02-15
Box-Muller变换通过两个独立的均匀分布随机数生成一对正态分布随机数；Ziggurat算法则通过优化查找结构，提高了生成效率；而逆变换法则基于正态分布的概率密度函数的反函数来实现。 源代码中的实现可能包括了这些...
高斯分布随机数 C语言实现
08-13
Box-Muller变换是一种通过两个均匀分布的随机数生成对称标准正态分布随机数的方法。首先，生成两个独立的均匀分布随机数U1和U2，然后利用以下公式： \[ Z_1 = \sqrt{-2\ln(U_1)} \cos(2\pi U_2) \] \[ Z_2 = \...
boxmuller方法生成正态分布随机数
12-11
利用boxmuller算法生成符合正态分布的随机数。输入方差、期望、数目后运行即可。
随机数发生器的C语言实现
03-10
接下来，要生成正太分布（高斯分布）随机数，通常会用到Box-Muller变换或Ziggurat算法。Box-Muller变换基于两个均匀分布的随机数生成一对正态分布的随机数，代码如下： ```c #include double random_normal...
根据Box-Muller变换原理利用均匀分布的随机变量生成二维柯西分布
KALI linux新版折腾笔记
03-04 1125
二维柯西分布（Bivariate Cauchy Distribution）: Box-Muller算法的主要原理就是利用需生成分布的cdf中形如x2+y2x^2+y^2x2+y2的部分进行三角换元，然后将换元后的联合分布函数积分成RRR和θ\thetaθ各自的边缘分布函数，再求反函数，找到两个随机变量的函数，则可以通过这两个函数把均匀分布的随机变量映射到所求分布上。 f(x,y;x0,y0,γ)=12π[γ((x−x0)2+(y−y0)2+γ2)32] f(x, y ; x_{0}, y_{0}, \gam
MATLIB用Box-Muller变换产生高斯白噪声
晨之清风
12-12 1301
陈拓 2020/12/10-2020/12/11 在《MATLIB产生高斯白噪声并生成C语言代码》https://zhuanlan.zhihu.com/p/335809620 一文中我们用MATLIB的wgn函数产生了高斯白噪声，在本文中我们用Box-Muller变换产生高斯白噪声。 1. 高斯白噪声 百度百科，高斯白噪声(White Gaussian Noise，WGN)：如果一个噪声，它的瞬时值服从高斯分布（正态分布），而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。 2. 用..
m序列经过Box_Muller变换变成高斯噪声
QUACK_G的博客
03-25 1668
m序列是一种伪随机序列服从均匀分布，而高斯白噪声服从的是高斯分布，不能将m序列直接作为噪声源来产生噪声调频信号，而可以采用Box_Muller变换将m序列变换成高斯噪声。
基于Box–Muller变换的正态随机数生成方法
weixin_39910711的博客
09-30 2406
Box-Muller，一般是要得到服从正态分布的随机数，基本思想是先得到服从均匀分布的随机数再将服从均匀分布的随机数转变为服从正态分布。 定理（Box-Muller变换）：如果随机变量U1和U2是IID的，且U1,U2~Uniform[0, 1]，则 Z0和Z1独立且服从标准正态分布。 如何来证...
基于伪随机数LFSR和Box Muller变换的可综合的高斯白噪声FPGA生成器，AD/DA回环输出采集HDMI显示（已通过matlab、仿真和板级验证）
npu_noj的博客
01-22 1636
基于XLINX公司生产的AX7035开发板，具有HDMI输出输出，可以满足在没有示波器条件下输入输出回环测试。项目中高斯白噪声生成模块仅使用了ROM ip核用来存储查找表计算根号、对数、cos、sin，可以移植到其他任意开发中。
集合体系java学习哦
最新发布
07-08
集合体系java学习哦
python生成正太随机数
08-28
你可以使用Python中的`random`模块和`numpy`库来生成正态分布（正太）随机数。 使用`random`模块生成一个具有正态分布的随机数，可以使用`random.gauss(mu, sigma)`函数，其中`mu`是均值，`sigma`是标准差。例如： ```python import random mu = 0 # 均值 sigma = 1 # 标准差 random_number = random.gauss(mu, sigma) print(random_number) ``` 如果你需要生成多个正态分布的随机数，可以使用`numpy`库中的`random.normal(loc, scale, size)`函数，其中`loc`是均值，`scale`是标准差，`size`指定生成的随机数的数量。例如： ```python import numpy as np mu = 0 # 均值 sigma = 1 # 标准差 size = 10 # 生成10个随机数 random_numbers = np.random.normal(mu, sigma, size) print(random_numbers) ``` 这样就可以生成一个服从正态分布的随机数了。希望对你有帮助！如果还有其他问题，请随时提问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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