gaussian+distribution
@闾雪1228：Dirichlet Processes 是一个什么样的随机过程 -
亢溥15081835798…… 随机过程,从常见的高斯过程为例,Gaussian Process是一个是随机过程,实际上就是一个分布(PRML 6.4, P305),是高斯函数y(x)的概率分布.满足对任意点集{x_1,...,x_N},相应的y(x)服从(高维)高斯分布.也就是说过程和分布是对同一个概...
@闾雪1228：gaussian distribution是什么意思 - 作业帮
亢溥15081835798…… [答案] gaussian distribution [医]高斯分布:同normal distribution [例句]Carl friedrich gauss ,the mathematician famous for the normal or gaussian distribution that most students know as the bell curve.卡尔弗...
@闾雪1228：高斯素数是什么? -
亢溥15081835798…… 高斯素数 (Gaussian prime) 是素数概念在高斯整数集 (即形如 m+ni 的复数组成的集合, 其中 m、 n 均为整数) 中的推广
@闾雪1228：ps中,高斯模糊,高斯是指对像素进行加权平均所产生的钟形曲线. -
亢溥15081835798…… 高斯模糊(Gaussian Blur)是美国Adobe图像软件公司开发的一个做图软件:Adobe Photoshop(系列)中的一个滤镜,具体的位置在:滤镜—模糊——高斯模糊!高斯模糊的原理中,它是根据高斯曲线调节象素色值,它是有选择地模糊图像.说得直白一点,就是高斯模糊能够把某一高斯曲线周围的像素色值统计起来,采用数学上加权平均的计算方法得到这条曲线的色值,最后能够留下人物的轮廓,即曲线.是指当 Adobe Photoshop 将加权平均应用于像素时生成的钟形曲线.
@闾雪1228：加信高斯白噪声的问题 -
亢溥15081835798…… 不叫“加信”,叫“加性”.中文全称叫:加性高斯白噪声,英文全称叫:Additive White Gaussian Noise,简称AWGN. 另外加性高斯白噪声不用考虑功率谱恒定的问题,因为其功率谱就是一条平行于X轴的直线. 至于叫“高斯”,是因为所以有的噪声都被看作了一种随机过程,而高斯噪声服从高斯分布,“白”是因为其功率谱密度是一条平行于X轴的直线,“加性”是因为其具有可加性.
@闾雪1228：如何在Gaussian中加入电场 -
亢溥15081835798…… Field 关键字指定在计算中加入一个有限场.在Gaussian 03 中,这个场可以是电多极场(直到电十六极)或Fermi 接触项.Field 需要一个参数,格式以下两者均可: M±N 或 F(M)N 其中M 表示电多极场,F(M)为原子M 的Fermi 接触微扰(这部...
@闾雪1228：如何使用高斯函数拟合实验数据 -
亢溥15081835798…… x=[1;1.5;2;2.5;3]; y=[0.9;1.7;2.2;2.6;3]; p=fittype('a*x.^0.5+b*lnx+c','independent','x') f=fit(x,y,p) plot(f,x,y); 上面是代码! 下面是结果: a=2.818 b=0.8552 c=-0.6627
@闾雪1228：gaussian中如何确定分子的自旋 -
亢溥15081835798…… 我想楼主所说的分子的自旋是指的分子的总自旋量子数s吧.s与分子的多重度S有一一对应的关系S=2s+1.而多重度在Gaussian的输入文件里是需要指定的.也就是说,需要计算的分子的自旋或者多重度在计算之前就已经确定了,并不是...
@闾雪1228：谁能替我介绍一下高斯啊?谢谢!
亢溥15081835798…… 高斯 1. C.F. Gauss是 德国著名数学家、物理学家、天文学家、大地测量学家.他有数学王子的美誉,并被誉为历史上伟大的数学家之一,和阿基米德、牛顿、欧拉同享盛名.2.演员高斯, 毕业于上海戏剧学院表演系,参加过多部电视剧拍摄....
@闾雪1228：在sift算法中为什么要进行Gaussian差分?原理是什么?谢谢..
亢溥15081835798…… 进行高斯差分的结果是DOG(Difference of Gaussian),这个DOG是LOG(laplacian of Gaussian)的近似. LOG图像是目前来说尺度变换最好的,特精确. 但是由于计算LOG图像很费劲,作者Lowe呢就对LOG图像进行了近似,他发现如果是用DOG的话呢,只和原来的LOG差了一个常数,这样的话最大值最小值的位置是不变的. 而我们的目的呢,就是要找到这个最大最小值然后找到这个兴趣点的位置. 关键是DOG计算起来很方便,只要两张图片相减就好了. 所以就用到高斯图的差啦! 好好看论文是关键!论文说的很详细的,静下心来两天看完了~
亢溥15081835798…… 随机过程,从常见的高斯过程为例,Gaussian Process是一个是随机过程,实际上就是一个分布(PRML 6.4, P305),是高斯函数y(x)的概率分布.满足对任意点集{x_1,...,x_N},相应的y(x)服从(高维)高斯分布.也就是说过程和分布是对同一个概...
@闾雪1228：gaussian distribution是什么意思 - 作业帮
亢溥15081835798…… [答案] gaussian distribution [医]高斯分布:同normal distribution [例句]Carl friedrich gauss ,the mathematician famous for the normal or gaussian distribution that most students know as the bell curve.卡尔弗...
@闾雪1228：高斯素数是什么? -
亢溥15081835798…… 高斯素数 (Gaussian prime) 是素数概念在高斯整数集 (即形如 m+ni 的复数组成的集合, 其中 m、 n 均为整数) 中的推广
@闾雪1228：ps中,高斯模糊,高斯是指对像素进行加权平均所产生的钟形曲线. -
亢溥15081835798…… 高斯模糊(Gaussian Blur)是美国Adobe图像软件公司开发的一个做图软件:Adobe Photoshop(系列)中的一个滤镜,具体的位置在:滤镜—模糊——高斯模糊!高斯模糊的原理中,它是根据高斯曲线调节象素色值,它是有选择地模糊图像.说得直白一点,就是高斯模糊能够把某一高斯曲线周围的像素色值统计起来,采用数学上加权平均的计算方法得到这条曲线的色值,最后能够留下人物的轮廓,即曲线.是指当 Adobe Photoshop 将加权平均应用于像素时生成的钟形曲线.
@闾雪1228：加信高斯白噪声的问题 -
亢溥15081835798…… 不叫“加信”,叫“加性”.中文全称叫:加性高斯白噪声,英文全称叫:Additive White Gaussian Noise,简称AWGN. 另外加性高斯白噪声不用考虑功率谱恒定的问题,因为其功率谱就是一条平行于X轴的直线. 至于叫“高斯”,是因为所以有的噪声都被看作了一种随机过程,而高斯噪声服从高斯分布,“白”是因为其功率谱密度是一条平行于X轴的直线,“加性”是因为其具有可加性.
@闾雪1228：如何在Gaussian中加入电场 -
亢溥15081835798…… Field 关键字指定在计算中加入一个有限场.在Gaussian 03 中,这个场可以是电多极场(直到电十六极)或Fermi 接触项.Field 需要一个参数,格式以下两者均可: M±N 或 F(M)N 其中M 表示电多极场,F(M)为原子M 的Fermi 接触微扰(这部...
@闾雪1228：如何使用高斯函数拟合实验数据 -
亢溥15081835798…… x=[1;1.5;2;2.5;3]; y=[0.9;1.7;2.2;2.6;3]; p=fittype('a*x.^0.5+b*lnx+c','independent','x') f=fit(x,y,p) plot(f,x,y); 上面是代码! 下面是结果: a=2.818 b=0.8552 c=-0.6627
@闾雪1228：gaussian中如何确定分子的自旋 -
亢溥15081835798…… 我想楼主所说的分子的自旋是指的分子的总自旋量子数s吧.s与分子的多重度S有一一对应的关系S=2s+1.而多重度在Gaussian的输入文件里是需要指定的.也就是说,需要计算的分子的自旋或者多重度在计算之前就已经确定了,并不是...
@闾雪1228：谁能替我介绍一下高斯啊?谢谢!
亢溥15081835798…… 高斯 1. C.F. Gauss是 德国著名数学家、物理学家、天文学家、大地测量学家.他有数学王子的美誉,并被誉为历史上伟大的数学家之一,和阿基米德、牛顿、欧拉同享盛名.2.演员高斯, 毕业于上海戏剧学院表演系,参加过多部电视剧拍摄....
@闾雪1228：在sift算法中为什么要进行Gaussian差分?原理是什么?谢谢..
亢溥15081835798…… 进行高斯差分的结果是DOG(Difference of Gaussian),这个DOG是LOG(laplacian of Gaussian)的近似. LOG图像是目前来说尺度变换最好的,特精确. 但是由于计算LOG图像很费劲,作者Lowe呢就对LOG图像进行了近似,他发现如果是用DOG的话呢,只和原来的LOG差了一个常数,这样的话最大值最小值的位置是不变的. 而我们的目的呢,就是要找到这个最大最小值然后找到这个兴趣点的位置. 关键是DOG计算起来很方便,只要两张图片相减就好了. 所以就用到高斯图的差啦! 好好看论文是关键!论文说的很详细的,静下心来两天看完了~
