高斯低通滤波器 高斯低通滤波器是一种更平滑的一种滤波器，高斯低通滤波器完全没有振铃现象，且边缘平滑。 示例代码 利用输入图像，构建一个截止频率为30的高斯低通滤波器的透视图如下图所示。 M = 2*size(I,1); %滤波器的行数N = 2*size(I,2); %滤波器的列数U = -M/2:(M/2-1);v = -N/2:(N/2-1);[U,V] = meshgrid(u,v);...

设置为80H = double(D>=D0); %理想高通滤波器imshow(H);figure, mesh(U,V, H); 效果图片 利用上述传递函数在MATLAB中建立一个截止频率为80的高斯低通滤波器的的透视图如下图所示。 ...

一、说明         高斯混合模型 （GMM） 是一种基于概率密度估计的聚类分析技术。它假设数据点是由具有不同均值和方差的多个高斯分布的混合生成的。它可以在某些结果中提供有效的聚类结果。 二、Kmean算法有效性         K 均值聚类算法在每个聚类的中心周围放置一个圆形边界。当数据具有圆形时，此方法非常有效。 import numpy as npimport matplotlib.py...

高斯消元高斯消元可以用于线性方程组求解或者行列式计算，求矩阵的逆等等，也算是比较基础的一个思想。消元法定义消元法是将方程组中的一方程的未知数用含有另一未知数的代数式表示，并将其带入到另一方程中，这就消去了一未知数，得到一解；或将方程组中的一方程倍乘某个常数加到另外一方程中去，也可达到消去一未知数的目的。消元法主要用于二元一次方程组的求解。举例：利用消元法求解二元一次线性方程组：\[\lef...

介绍 在各种室内定位技术中，超宽带(Ultra-wideband.UWB)由于其极短脉冲的特性，提供了良好的时间分辨率，因此可以实现高精度室内定位。然而，当NLoS信号出现时，UWB IPS的精度可能会受到显著影响。当收发器之间的信号被障碍物反射或阻挡时，就存在NLoS条件。在这种情况下，会发生信号传播延迟，导致更长的飞行时间(TOF)和发射机与接收机之间的估计距离误差。因此，大大降低了IPS的精度。...

写在前面：   本文为科研理论笔记的第三篇，其余笔记目录传送门：   介绍结束下面开始进入正题： 1 高斯分布 ​   一元高斯分布的概率密度函数为： p ( x ) = 1 σ 2 π exp ⁡ ( − ( x − μ ) 2 2 σ 2 ) ; 简 写 为 ： x ∼ N ( μ , σ 2 ) p(x) = \frac{1}{\sigma\sqrt{2\pi}}\exp (-\frac{(x...

目录 0 写在前面 1 高斯概率密度 2 混合高斯分布 3 GMM算法 3.1 定义 3.2 参数估计 4 Python实现 4.1 算法流程 4.2 E步 4.3 M步 4.4 可视化 0 写在前面 机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现...

机器学习笔记之高斯网络——高斯贝叶斯网络 引言回顾高斯网络贝叶斯网络：因子分解 高斯贝叶斯网络：因子分解 引言 上一节介绍了高斯网络及其条件独立性，本节将介绍高斯贝叶斯网络。 回顾 高斯网络 高斯网络最核心的特点是：： 已知某随机变量集合 X \mathcal X X中包含 p p p个特征，整个高斯网络中所有结点的联合概率分布服从多元高斯分布： X = ( x 1 , x 2 , ⋯   , x ...

机器学习笔记之高斯网络——高斯马尔可夫随机场 引言回顾：马尔可夫随机场——团、势函数高斯马尔可夫随机场点势函数关联的项边势函数相关的项关于多元高斯分布学习任务的核心思想 关于条件独立性的总结 引言 上一节介绍了高斯贝叶斯网络(Gaussian Bayesian Network,GBN)，本节将介绍基于高斯网络的无向图模型——高斯马尔可夫随机场。 回顾：马尔可夫随机场——团、势函数 不同于贝叶斯网络，...

前置内容 Jensen不等式 高斯混合模型 多元高斯模型 拉格朗日乘子法 主要内容 EM算法（Expectation-Maximization），期望-最大化。 用于保证收敛到MLE（最大似然估计）。主要用于求解包含隐变量的混合模型，主要思想是把一个难于处理的似然函数最大化问题用一个易于最大化的序列取代，而其极限是原始问题的解。 高斯混合模型 高斯混合模型 (GMM) 是一种机器学习算法。它们用于根...