首页
学习
活动
专区
工具
TVP
发布

AIUAI

专栏成员
234
文章
510165
阅读量
60
订阅数
时间序列和白噪声
1.什么是白噪声?  答:白噪声是指功率谱密度在整个频域内均匀分布的噪声。白噪声或白杂讯,是一种功率频谱密度为常数的随机信号或随机过程。换句话说,此信号在各个频段上的功率是一样的,由于白光是由各种频率(颜色)的单色光混合而成,因而此信号的这种具有平坦功率谱的性质被称作是“白色的”,此信号也因此被称作白噪声。相对的,其他不具有这一性质的噪声信号被称为有色噪声。 理想的白噪声具有无限带宽,因而其能量是无限大,这在现实世界是不可能存在的。实际上,我们常常将有限带宽的平整讯号视为白噪音,因为这让我们在数学分析上更加方便。然而,白噪声在数学处理上比较方便,因此它是系统分析的有力工具。一般,只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽,并且在该带宽中其频谱密度基本上可以作为常数来考虑,就可以把它作为白噪声来处理。例如,热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度,通常可以认为它们是白噪声。 高斯白噪声的概念——."白"指功率谱恒定;高斯指幅度取各种值时的概率p (x)是高斯函数          高斯噪声——n维分布都服从高斯分布的噪声           高斯分布——也称正态分布,又称常态分布。对于随机变量X,记为N(μ,σ2),分别为高斯分布的期望和方差。当有确定值时,p   (x)也就确定了,特别当μ=0,σ2=1时,X的分布为标准正态分布。 
AIHGF
2019-02-18
2.1K0
如何用MATLAB为图片加噪声
Matlab中为图片加噪声的语句是   (1)J = imnoise(I,type);   (2)J = imnoise(I,type,parameters);   其中I为原图象的灰度矩阵,J为加噪声后图象的灰度矩阵;   一般情况下用(1)中表示即可,(2)中表示是允许修改参数,   而(1)中使用缺省参数;   至于type可有五种,分别为'gaussian'(高斯白噪声),'localvar'   (与图象灰度值有关的零均值高斯白噪声),'poisson'(泊松噪声),   'salt & pepper'(椒盐噪声)和'speckle'(斑点噪声);   具体(2)中参数值的设定可根据个人需要;   其余情况以及若还有不懂请参考Matlab帮助文件。   比如说:   I=imread('image.bmp');   J=imnoise(I,'salt & pepper');    imshow(J);   以上程序就表示把原图像加入椒盐噪声,但注意要把图像和以上程序的M文件放在同一个子目录下;
AIHGF
2019-02-18
1.8K0
SVD在推荐系统中的应用
参考自:http://www.igvita.com/2007/01/15/svd-recommendation-system-in-ruby/
AIHGF
2019-02-18
1.5K0
Matlab线性插值
figure yi_nearest=interp1(t,p,x,'nearest');%最邻近插值法 plot(t,p,'ko'); hold on plot(x,yi_nearest,'g','LineWidth',1.5);grid on; title('Nearest Method');
AIHGF
2019-02-18
2.5K0
将.m文件转换为.exe可执行文件
第二步:在MATLAB下使用:mcc -m 文件名.m ,将 .m 文件编译成 .exe 文件。
AIHGF
2019-02-18
2.6K0
Matlab中窗函数的简单使用
这里主要是对窗函数的简单应用做些介绍,是在已知滤波器阶数的情况下,设计滤波器。多数情况下,在不能直接知道滤波器阶数的时候,可参考“http://www.cnblogs.com/sunev/archive/2011/11/23/2260579.html”。
AIHGF
2019-02-18
3.4K0
Matlab - sort函数
在Matlab中排序某个向量(一维)时,可以使用sort(A),其中A为待排序的向量,如果仅是用来排序A,那么直接使用sort(A)即可,如果排序后还需要保留原来的索引可以用返回值,即[B,ind]=sort(A),计算后,B是A排序后的向量,A保持不变,ind是B中每一项对应于A中项的索引。排序是安升序进行的。   在Matlab中,访问矩阵中的元素,一维用A(1)访问向量A的第一个元素;(下标从1开始);二维用A(1,2)访问A中第一行,第二列的元素。   由于在sort函数的结果中,是安升序排序的,要转换成降序,先用X=eye(n)生成一个n维的单位阵,然后用X=rot90(X)将其旋转为次对角线的单位阵,再用原来矩阵乘以X即可,如要讲A逆序排列采用如下步骤: X=eye(size(A)); X=rot90(X); A=A*X;  复制代码 假如a是一个2*n的矩阵,即两行. b=a(1,:); [c,pos]=sort(b); %pos为排序后的下标,c为第一行的排序结果 a(2,:)=a(2,pos); %第二行按照第一行排序的下标对应 a(1,:)=c;           %第一行结果重新赋给a的第一行  复制代码 以下适用于m*n的矩阵按第一行排序 [ b, pos ] = sort( a( 1, : ) ); a = a( :, pos ); X=magic(5) X = 17 24 1 8 15  23 5 7 14 16  4 6 13 20 22  10 12 19 21 3  11 18 25 2 9 >> [a,b]=sort(X,2) a = 1 8 15 17 24  5 7 14 16 23  4 6 13 20 22  3 10 12 19 21  2 9 11 18 25 b = 3 4 5 1 2  2 3 4 5 1  1 2 3 4 5  5 1 2 3 4  4 5 1 2 3 结果解释:  a是原来的矩阵x按照行,每行从小到大重新排列得到的新矩阵。  b告诉你重排的详细信息,也就是做了什么样的变动。  例如b的第一行显示3 4 5 1 2,那么将原矩阵X的第一行的第3 4 5 12个元素取出来,顺次排列,就变成a矩阵的第一行。 sort(X,2) 和sort(X,1)分别意思如下 x = 3 7 5 0 4 2 sort(x,2) ans = 3 5 7 0 2 4 按行重新排列原来的矩阵,从小到大 sort(x,1) ans = 0 4 2 3 7 5 按列重新排列原来的矩阵,从小到大
AIHGF
2019-02-18
9660
Torch - 基本命令
Torch - print(‘The distance is’ .. 100 ..’meters’) Matlab - disp([‘The distance is ‘, num2str(100), ’ meters.’])
AIHGF
2019-02-18
4820
Matlab - 产生高斯噪声
%正态分布(normal distribution)又名高斯分布(Gaussian distribution),
AIHGF
2019-02-18
2.2K0
论文实践学习 - Deep Metric Learning via Lifted Structured Feature Embedding
利用 code/gen_splits.m 来创建 mat 格式的 train/test 数据集分割,主要修改的地方如下:
AIHGF
2019-02-18
7630
Matlab - 远程Linux服务器安装 R2014a
在 /usr/local/MATLAB/R2014a/etc 创建激活文件 activate.ini,内容如下:
AIHGF
2019-02-18
2.1K0
Python - 读写 Matlab Mat 格式数据
如果 matlab 保存 data 时,采用的是 ‘-v7.3’,scipy.io.loadmat函数加载数据会出现错误:
AIHGF
2019-02-18
4.8K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档