高斯分布

（一）OpenCV——噪声去除（降噪）

高斯滤波器（针对高斯噪声）高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。
·2025-07-12 06:11

【PyTorch】教程：torch.nn.GELU

none或者tanh，默认为none;定义高斯误差线性单元函数GELU(x)=x∗ϕ(x)\text{GELU}(x)=x*\phi(x)GELU(x)=x∗ϕ(x)其中ϕ(x)\phi(x)ϕ(x)为高斯分布的累积分布
老周有AI~算法定制·2025-07-07 11:13

均值模糊，高斯模糊，中值模糊，双边模糊，高斯分布

1.图像模糊图像模糊是图像处理中最简单和常用的操作之一。⚠️使用该操作的原因之一是为了给图像预处理时降低噪声。图像模糊操作背后是数学的卷积计算。卷积操作的原理：常用的图像模糊的方法：均值模糊高斯模糊中值模糊双边模糊这四种模糊方式有时也被称为：均值滤波、高斯滤波、中值滤波和双边滤波。因为模糊属于一种滤波操作，具体关系可参照下图：其中，均值滤波、高斯滤波和中值滤波属于线性滤波；而双边滤波属于非线性滤波
·2025-07-07 07:46

高斯混合模型（Gaussian Mixture Model, GMM）

高斯混合模型（GaussianMixtureModel,GMM）是一种概率模型，用于表示数据点由多个高斯分布（GaussianDistribution）混合生成的过程。
不想秃头的程序·2025-06-28 16:01

机器学习笔记【Week9】

二、高斯分布建立算法前，需要假设每个特征满足高斯（正态）分布。在单一特征xjx_jxj上：p(xj;μj,σj2)=12π σjexp⁡(−(xj−μj)22σj2)p(x_j;\mu_j,\si
kuiini·2025-06-20 17:26

高斯混合模型（Gaussian Mixture Model, GMM）

高斯混合模型（GaussianMixtureModel,GMM）是一种概率模型，用于表示数据分布是由多个高斯分布（正态分布）的加权组合构成的。
爱看烟花的码农·2025-06-17 09:16

（详细介绍）什么是 Spherical Gaussian（球形高斯分布）

特点总结：应用场景举例：✅示例代码（Python）相关概念对比：SphericalGaussian（球形高斯分布）是概率论与统计学中一个非常常见且重要的概念，尤其在机器学习、信号处理、模式识别等领域有广泛应用
音程·2025-06-17 09:43

图像处理之添加高斯与泊松噪声

泊松分布(PoissonDi)的公式如下：关于泊松分布的详细解释看这里：http://zh.wikipedia.org/wiki/泊松分佈关于高斯分布与高斯噪声看这里：http://blog.csdn.net
·2025-06-15 12:15

3DGS源码解读 - 高斯模型

高斯模型三维高斯分布的概率密度函数定义为：f(x)=1(2π)3/2∣Σ∣1/2exp⁡(−12(x−μ)TΣ−1(x−μ))f(\mathbf{x})=\frac{1}{(2\pi)^{3/2}|\Sigma
__星辰大海__·2025-06-05 18:40

高斯混合模型（GMM）——完整推导与代码实现

密度估计新数据的生成原理我们认为数据空间是由某些高斯分布生成的，但对于某一具体的样
Expecto0·2025-06-03 15:22

Student‘s t分布

1.St(x|u,w,v)是由一个单变量高斯分布N(x|u,t^-1)和一个gamma分布Gam(t|a,b)相乘得到的分布函数。
Wanderer001·2025-06-02 20:33

论文阅读笔记——FLOW MATCHING FOR GENERATIVE MODELING

这其中每一步都构造为条件高斯分布，形成离散的马尔科夫链。再通过逐步去噪得到原始图像。
寻丶幽风·2025-05-31 09:05

2D-surfel-gaussian 的安装和配置教程

该项目基于表面元素（surfel）的概念，使用高斯分布对图像中的边缘进行建模，进而
贡沫苏Truman·2025-05-31 03:21

机器学习——数据可视化Matplotlib

通过图表可以很直观地看到数据是高斯分布、指数分布还是偏态分布。frompandasimportread_csvimportmatplotlib.pyplotaspltfilename='
小零呦·2025-05-27 05:43

【异常检测】极值理论（EVT）比正态分布好在哪？

以下是两者的对比及其在异常检测中的优势分析：一、正态分布的局限性正态分布（高斯分布）是统计学中最常用的分布之一，但其在异常检测中的局限性如下：1.尾部衰减过快正态分布的尾部衰减呈指数级（exp⁡(
TIM老师·2025-05-23 14:21

【高斯拟合】不用库手写高斯拟合算法：从最小二乘到拟合参数推导

高斯分布（正态分布）是科学计算和机器学习中最常见的函数之一，拟合一组数据为高斯曲线在信号处理、统计建模、图像处理中都有广泛应用。市面上很多工具包（如NumPy、SciPy）都可以快速进行高斯拟合。
白码思·2025-05-16 14:04

各类分布----二项分布，泊松分布，负二项分布，gamma 分布，高斯分布，学生分布，Z分布...

伯努利实验：如果无穷随机变量序列是独立同分布(i．i．d．)的，而且每个随机变量都服从参数为p的伯努利分布，那么随机变量就形成参数为p的一系列伯努利试验。同样，如果n个随机变量独立同分布，并且都服从参数为p的伯努利分布，则随机变量形成参数为p的n重伯努利试验。伯努利试验是只有两种可能结果的单次随机试验。如果试验E是一个伯努利试验，将E独立重复地进行n次，则称这一串重复的独立试验为n重伯努利试验。一
weixin_30698527·2025-04-30 04:28

Flow Matching, Rectified Flow, DDPM, DDIM 的区别与联系

生成样本时，从一个简单的噪声分布（如标准高斯分布）开始，然后利用训练好的反向模型逐步去除噪声，每一步都是基于当前状态预测前一步的干净数据。优点：理论上生成结果质量较高
AIGC_增益·2025-04-08 02:43

最小二乘法多元线性回归_数学基础2：线性回归&最小二乘法

最小二乘法的矩阵表达形式概率视角看线性回归加入高斯噪声进行极大似然估计，可以发现，当噪声服从高斯分布的时候，最小二乘法与线性回归的极大似然估计的结论是等价的。
喂书长大的孩子·2025-04-06 00:55

YOLOv12即插即用-Pconv(风车卷积)

1.模块介绍PinwheelConv（风车状卷积）充分利用了IRST（红外搜索与跟踪）中的高斯分布特性，以极少的参数实现了高效且更大感受野的特性。
辛勤的程序猿·2025-04-05 23:45

神经网络权重初始化：正态分布 vs. Xavier初始化

1.正态分布初始化（NormalInitialization）原理正态分布初始化（NormalInitialization）是一种简单的初始化方法，它假设神经网络的权重服从正态分布（高斯分布）：W∼N(
Xiaok1018·2025-04-05 11:53

《Sklearn 机器学习模型--分类模型》--支持向量机（Support Vector Machine, SVM）

是否高斯分布/复杂边界多项式关系输入训练数据数据标准化处理数据是否线性可分?选择线性核函数选择非线性核函数数据特征类型?
非门由也·2025-04-01 10:54

视频前后景分离

混合高斯模型（MOG）是一种常用的背景减除方法，它通过为每个像素建立多个高斯分布模型，自适应地处理光照变化和阴影。
冬停·2025-03-27 19:34

关于离子滤波小记

1.粒子滤波的基本概念粒子滤波的核心思想是用一组加权的**随机样本（粒子）**来近似后验概率分布，而非采用卡尔曼滤波那样的参数化分布假设（如高斯分布）。
文弱_书生·2025-03-21 15:12

机器学习_重要知识点整理

数据建模（如高斯分布假设）、生成模型（如贝叶斯网络）。贝叶斯定理计算条件概率，更新先验知识以获得后验概率。贝叶斯分类器、文本分类（如垃圾邮件检测）。
嘉羽很烦·2025-03-15 15:06

01计算机视觉学习计划

第一阶段（第1-2个月）：基础夯实✅目标：掌握数学基础、Python/C++编程、基本图像处理1️⃣数学基础（2周）每日2小时线性代数：矩阵运算、特征值分解（推荐《线性代数及其应用》）概率统计：高斯分布
依旧阳光的老码农·2025-03-07 20:15

【Gaussian Model】高斯分布模型

目录高斯分布模型用于异常检测（GaussianModelforAnomalyDetection）1.高斯分布简介2.高斯分布模型用于异常检测(1)训练阶段：估计数据分布(2)检测阶段：计算概率判断异常点
HP-Succinum·2025-03-07 00:36

A Bayesian Angular Superresolution Method With Lognormal Constraint for Sea-Surface Target 论文阅读

正则化方法（如TSVD、l1/l2约束）：假设噪声服从高斯分布，未考虑海杂波的非高斯特性（如Rayleigh
青铜锁00·2025-03-01 15:27

机器学习的数学基础(三)——概率与信息论

独立性和条件独立性7.期望、方差和协方差7.1期望7.2方差7.3协方差8.常用概率分布8.1均匀分布U(a,b)U(a,b)U(a,b)8.2Bernoulli分布8.3Multinoulli分布8.4高斯分布
梦醒沉醉·2025-02-23 03:09

腿足机器人之五- 粒子滤波

腿足机器人之五粒子滤波直方图滤波粒子滤波上一篇博客使用的是高斯分布结合贝叶斯准则来估计机器人状态，本篇是基于直方图和粒子滤波器这两种无参滤波器估计机器人状态。
shichaog·2025-02-20 04:26

OpenCV的卡尔曼滤波器：实现和应用

一、卡尔曼滤波器简介卡尔曼滤波器是一种用于状态估计和信号滤波的算法，主要针对线性、高斯分布的系统。
雪域Code·2025-02-19 17:54

NeRF与3D Gaussian的异同对比

显式表示：用3D高斯分布显式建模场景中的点云或粒子。优化目
zllz0907·2025-02-10 18:41

深度学习学习笔记 --- 动量momentum

一、动量momentum的由来训练网络时，通常先对网络的初始值按照某种分布进行初始化，如：高斯分布。
杨鑫newlfe·2025-02-06 18:01

用python绘制kde模型

模型的完整示例代码和说明：方法1:使用Seaborn快速绘制importnumpyasnpimportmatplotlib.pyplotaspltimportseabornassns#生成示例数据（混合高斯分布
若木胡·2025-02-03 20:13

深度学习中高斯噪声：为什么以及如何使用

正态分布，也称为高斯分布，是一种连续概率分布，由其概率密度函数(PDF)定义：pdf(x)=(1/(σ*sqrt(
小白学视觉·2025-01-26 05:38

AI需要的基础数学知识

3.概率与统计概率分布：如高斯分布、伯努利分布等。贝叶斯定
大囚长·2025-01-24 01:00

高斯混合模型（GMM）：用“高斯家族”描绘数据的“模样”

它的核心思想是用多个“高斯分布”（即正态分布）的加权组合来描述数据的分布。GMM就像是一个“画家”，用不同的“高斯画笔”描绘出数据的“模样”，特别适合处理复杂的分类任务。
ningaiiii·2025-01-23 15:45

双峰高斯分布蒙特卡洛模并画pdf和cdf图

双峰高斯分布蒙特卡洛模并画pdf和cdf图可设置双峰组合分布中不同正态参数的分布比例，也可以对多个组合进行计算matlab代码，备注清楚，更改为自己需要的分布比例与参数即可双峰高斯分布蒙特卡洛模并画pdf
tpHRlIi·2024-09-11 02:47

Fréchet Inception Distance（FID）原理

它假设从真实数据和生成数据中提取的特征都近似服从高斯分布。具体步骤：特征提取：使用预训练的Inception模型分别对真实图像和生成图像进行处理，得到各自的特征向量。
代维7·2024-09-04 12:53

python奇数平方和_平方和

平方和误差和最大后验2020-12-2119:32:19多项式曲线拟合问题中的最大后验与最小化正则和平方和误差之间的关系简单证明多项式回归的最大后验等价于最小正则化和平方和误差;主要内容:多项式回归高斯分布贝叶斯定理对数函数计算
weixin_39807352·2024-09-02 23:54

【概率图与随机过程】01 一维高斯分布：极大似然与无偏性

在这个专栏中，我们开篇首先介绍高斯分布，他的重要性体现在两点：第一：依据中心极限定理，当样本量足够大的时候，任意分布的均值都趋近于一个高斯分布，这是在整个工程领域体现出该分布的一种普适性；第二：高斯分布是后续许多模型的根本基础
石 溪·2024-08-31 04:51

高斯分布推导

GaussianDistribution基础概念：似然性：用于在已知某些观测所得到的结果时，对有关事物之性质的参数进行估值。最大似然估计：给定一个概率分布DDD，一直其概率密度函数为fDf_DfD，以及一个分布参数θ\thetaθ，我们可以从这个分布中抽出一个具有nnn个值的采样X1,X2,⋯ ,XnX_1,X_2,\cdots,X_nX1,X2,⋯,Xn，利用fDf_DfD计算出其似然函数：L(
章靓·2024-08-31 04:49

一维/二维高斯分布的负对数似然推导

参考wikipediaMultivariatenormaldistribution及Normaldistribution基础公式多元高斯分布公式f(X)=f(x1,x2,...,xk)=1(2π)k∣∑
lainegates·2024-08-31 03:48

中科星图——影像卷积核函数Kernel之gaussian高斯核函数核算子、Laplacian4核算子和square核算子等的分析

高斯核函数的定义可以表示为一个二维高斯分布函数，表达式如下：G(x,y)=(1/(2*pi*sigma^2))*exp(-(x^2+y^2)/(2*sigma^2))其中，x和y表示图像中的像素位置，sigma
此星光明·2024-02-20 18:14

Opencv中的RNG-随机绘图

在OpenCV中，RNG是一个随机数生成器类，用于生成各种类型的随机数，包括均匀分布或高斯分布的整数和浮点数。
忙什么果·2024-02-20 16:45

Echarts绘制任意数据的正态分布图

一、什么是正态分布正态分布，又称高斯分布或钟形曲线，是统计学中最为重要和常用的分布之一。
tsunami_______·2024-02-20 08:28

机器学习第30天

**这里就要召唤出之前的EM大法，首先对高斯分布的参数及混合系数进行随机初始化，计算出各个PM（即γji，第i个样本属于j类），再最大化似然函数（即LL（D）分别对α、u和∑求偏导），对参数进行迭代更新
熊猫学猿·2024-02-20 05:49

【状态估计】深度传感器与深度估计算法（2/3）

信息融合设深度分布服从高斯分布，P(d)=N(μ,σ2)P(d)=N(\mu,\sigma^2)P(d)=N(μ,σ2)设新观测到的深度也服从高斯分布，P(dobs)=N(μobs,σobs2)P(d_
CS_Zero·2024-02-19 20:05

python作品创意简单,python艺术创作

1、如何生成二维高斯与Python在图像处理以及图像特效中，经常会用到一种成高斯分布的蒙版，蒙版可以用来做图像融合，将不同内容的两张图像结合蒙版，可以营造不同的艺术效果。
chatgpt002·2024-02-19 20:11

单细胞数据分析之PCA再认识与ScaleData函数

我们首先再认识一下PCA数据做PCA分析的前提是1、主成分分析认为主元之间彼此正交，样本呈高斯分布；2、主成分分析假设源信号间彼此非相关；那么这里我们需要讨论一下，我们的单细胞或者空间转录组数据是呈现高斯分布的么
单细胞空间交响乐·2024-02-14 04:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他