数学
Mr.Jcak
这个作者很懒,什么都没留下…
展开
-
分类分布(categorical分布)
解释:假设X有3种状态,分别为x_1,x_2,x_3,这三种状态的概率分别为0.1,0.7,0.2(分别对应θ_1,θ_2,θ_3)例如现在要求x_2这种状态的概率,则x_1=0,x_2=1,x_3=0代入公式:θ_1^x_1=θ_1^0=1;θ_2^x_2=θ_2=0.7;θ_3^x_3=θ_3^0=1;三者相乘=0.7...原创 2021-04-20 16:59:04 · 8397 阅读 · 0 评论 -
数字滤波器的差分方程和传递函数
差分方程用于描述线性、时不变、因果滤波器数字滤波器的差分方程表示为:对应的系统函数/传递函数为:a_k,b_k为滤波器系数当a_k=0时,滤波器当前的输出仅依赖于输入,而不依赖过去的输出,称为非递归滤波器(FIR),M为非递归滤波器的阶数;反之,滤波器当前的输出依赖于输入和过去的输出,称为递归滤波器(IIR),N为递归滤波器的阶数。数字滤波器的特性通常用其频率响应函数来描述,包括幅度特性和相位特性。...原创 2020-11-29 15:09:41 · 8726 阅读 · 1 评论 -
MATLAB画频率响应曲线(幅频特性和相频特性)并将横坐标转换为赫兹hz单位
matlab画频率响应曲线的函数为:[h,w] = freqz(b,a,n)b,a:传递函数系数h:频率响应w:角频率,0~π更多参数解释参考官方链接https://ww2.mathworks.cn/help/signal/ref/freqz.html?requesteddomain=true用freqz画频率响应曲线的一个例子:绘制如下系统的频响曲线: H(z)=(1-0.5z^-1)B=[1 -0.5]; A =[1];[H,w]=freqz(B,A);Hf=a原创 2020-11-26 22:08:42 · 106898 阅读 · 3 评论 -
为什么有些softmax公式需要减去输入中的最大值
我们都知道softmax公式如下:但有些softmax公式是先将每个x_i减去x中的最大值再代入以上公式原因是为了防止上溢和下溢举个例子,x=[100000,100001,100002],如果直接代入上式数值会非常大,当对每个x的值减去x中的最大值后得到[-2,-1,0],此时再代入上式...原创 2020-07-24 20:07:44 · 1116 阅读 · 1 评论 -
利用Excel进行成对(配对)T检验
首先在Excel中添加数据分析工具https://jingyan.baidu.com/article/c275f6ba74b69ee33d7567c8.html在Excel添加要分析的两组数据:点击数据——>数据分析,选择t-检验:平均值的成对二样本分析,分别选取两组要分析的数据和输出区域:就能看到分析结果:其中单尾和双尾的区别:首先说一下如何确定...原创 2019-10-16 09:14:01 · 22417 阅读 · 0 评论 -
协方差与相关系数
定义:协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。期望值分别为E[X]与E[Y]的两个实随机变量X与Y之间的协方差Cov(X,Y)定义为:如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值;如果两个变量的变化趋势相反,即其中一个变量大于自身的期望值时另外一个却小...原创 2018-11-17 13:53:21 · 21014 阅读 · 0 评论 -
主成分分析PCA以及特征值和特征向量的意义
定义:主成分分析(Principal Component Analysis,PCA), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。PCA的思想是将n维特征映射到k维上(k<n),这k维是全新的正交特征。这k维特征称为主成分,是重新构造出来的k维特征,而不是简单地从n维特征中去除其余n-k维特征。简单解释:具体的,假...原创 2018-11-17 17:38:53 · 76183 阅读 · 15 评论 -
数据归一化
归一化到[0,1]:归一化到[-1,1]:或者: X =(X-Mean)/(Max-Min)原创 2018-12-29 22:31:12 · 460 阅读 · 0 评论 -
归一化[0, 1]
第一种方法:x_norm=(x-x_min)/(x_max-x_min)x_max,x_min分别代表x中的最大值和最小值第二种方法:x_norm=sigmiod(x)原创 2019-02-23 20:36:20 · 8972 阅读 · 0 评论