使用Pytorch用神经网络拟合高斯曲线

文章/答案/技术大牛

发布

2回答

python-3.x、pytorch、curve-fitting

128, out_features=1) return self.linear(x) 我想我必须修改模型以适应二维曲线有没有办法用Pytorch用mu=0和sigma=0来拟合高斯曲线？如果是这样的话，你能给我看看吗？

浏览 109提问于2020-04-22得票数 1

回答已采纳

1回答

如何更有效地分离重叠曲线？

machine-learning、neural-network、accuracy

因此，我试图创建一个神经网络，它可以有效地分离出2条高斯曲线，它们的均值和标准差都有所不同。我的基本目标是，对于某些给定的输入向量，神经网络将从2条高斯曲线(基于输入向量的选择)中选择2点，并对它们进行比较，并根据给定的高斯曲线输出一个值，从而得到一个更大的值。对于N(0,1)和N(0，2 0 0 0)的2条高斯曲线，我的神经网络的预测精度分别为6 8.75%和10 0%，对N(0,1)和N(5 0

浏览 0提问于2018-03-15得票数 0

4回答

超高斯拟合

python、curve

为了达到这个目的，我需要找到一条适合我的数据的超高斯曲线。超高斯方程：其中P考虑了平顶激光束的曲线特性.我开始用Python对我的曲线进行简单的高斯拟合。拟合返回高斯曲线，其中对I、x0和sigma的值进行了优化。(我使用函数curve_fit)高斯曲线方程： I

浏览 9提问于2020-03-20得票数 0

1回答

使用预定义函数python拟合数据

python、curve-fitting

我知道数据必须用一些预定义的方程来拟合，例如y=(1-x/1+x)。我知道在Origin中有这样做的可能性。可以用scikit-learn或任何其他包来完成吗？如果是，请告诉我包装和确切的功能。

浏览 0提问于2021-01-13得票数 0

2回答

估计曲线与高斯分布的相似性(用Python)

python、curve-fitting、gaussian

我想用Python量化测量值曲线与高斯分布的相似性。在Python中有没有一种方法( b)得到描述曲线与高斯曲线有多相似的某种相似系数？提前感谢

浏览 0提问于2020-01-02得票数 1

回答已采纳

2回答

高斯曲线拟合-参数估计- Android/Java

java、android、gaussian、estimation

我必须将高斯曲线拟合到一组嘈杂的数据中，然后针对某个应用程序采用它的半高宽。我用MATLAB演示了这个概念，在MATLAB中进行曲线拟合非常容易。我试着在Android中寻找可以帮助我将高斯曲线拟合到数据集的库，但我什么也找不到。因此，我开始尝试学习所有涉及到的数学知识，这样我就可以手动完成。我的问题是:如何估计单项高斯模型的三个参数(中心、宽度、高度)？我试着研究期望最大化算法，但这让我摸不着头脑。一般来说，我认

浏览 6提问于2013-07-12得票数 1

1回答

高斯拟合:求给定Y的X值

python、gaussian

我用Python最适合我的高斯曲线。一旦我得到了最佳拟合曲线，我想知道一个给定的Y值，对应的X值。因为它是高斯曲线，所以对于给定的Y(小于Y的最大值)，应该有两个X的值。

浏览 2提问于2020-03-23得票数 1

1回答

Python图中的高斯拟合

python、matplotlib、scipy、curve-fitting

我正在尝试将高斯函数拟合到我的Python图中。我已经在这里附上了代码。如有任何修改，我们将不胜感激！

浏览 13提问于2018-02-28得票数 1

2回答

将高斯曲线拟合到c++中的某一直方图峰值

algorithm、histogram、curve-fitting

我有两个关于拟合高斯曲线到直方图峰值的问题。我的第一个问题是一个非常基本的问题：现在我用公式中的这些值来计算我的高斯曲线？

浏览 13提问于2009-12-20得票数 4

回答已采纳

1回答

将高斯和拟合为6个峰值的曲线

python、curve-fitting、gaussian

我想知道，是否有人可以向我展示一种方法，可以将多条高斯曲线拟合到包含6个峰的数据集(数据来自铜金合金晶体的衍射图样)。我目前使用的方法是将多个高斯方程加在一起，这意味着当曲线拟合时，我必须给出多个值的猜测。

浏览 2提问于2017-04-15得票数 0

1回答

峰值分解

我想要检查一个核磁共振波谱，并使用高斯和对特定的峰进行最佳拟合。使用以下代码可以将两个高斯函数拟合到峰值，但是否可以轻松地将其推广到n个高斯函数？s1 = 6, h2 = 200, m2 = 122, s2 = 4), trace=T)另一个愿望是可视化每个高斯人对原始峰值的贡献高斯应该并排绘制(而不是像上面那样绘制它们的总和)

浏览 2提问于2010-05-17得票数 1

回答已采纳

1回答

在Python中，我可以将半个高斯分布放入数据集中吗？

python、scipy、curve-fitting、gaussian

我正在尝试自动将高斯拟合到数据中，但scipy似乎无法拟合只显示曲线一半的数据。然而，Scipy似乎不能做到这一点。我已经尝试使用下面的代码来拟合曲线。它可以很好地适应全曲线。但是对于半曲线，它是平坦的。, 0.05) plotData["yGaussCurve"] = _1gaussian(plotData["xGaussCurve&quo

浏览 19提问于2019-07-11得票数 0

2回答

Lua上的曲线拟合

lua、curve、gaussian

我正在寻找算法，以做曲线拟合从表格XY数据到高斯函数(也称为。贝尔曲线)。通过谷歌搜索，我可以找到一些适用于Matlab的高斯拟合算法，下面是其中的几个：其中一个似乎使用Matlab的“polyfit”函数来完成这项工作。有没有人看过Lua语言(高斯或polyfit)的算法？如果没有，我将非常感谢创建/移植这种算法的人的帮助，因为这可能会花费我有限的Lua技能一天的时间。

浏览 7提问于2012-01-19得票数 1

1回答

高斯曲线拟合算法

algorithm、statistics、curve-fitting、gaussian

朋友们，我一直在试图获得一些数据集的高斯拟合，这些数据集看起来像是一个扭曲的正常分布，我一直在使用软件来实现这一点。我想知道是否可以应用迭代算法将这些数据集转换为高斯拟合曲线，原始曲线的标准偏差和平均值是输入。有什么想法吗？

浏览 1提问于2012-06-08得票数 4

1回答

海上小提琴情节的不准确范围

matplotlib、seaborn

由于某些原因，情节的范围不准确。在我的数据中没有负值。

浏览 1提问于2015-12-05得票数 4

回答已采纳

1回答

RuntimeError:未找到最佳参数:对函数的调用数达到maxfev = 800

python、random、scipy

我有一个图像，我在其中选择一个randow行，并尝试在该行中拟合一个高斯曲线。我使用scipy.optimize curve_fit方法来拟合高斯。根据数组向量10、20、40、60、100来选择阴影行，这意味着在第一次尝试中，我在该图像中选择10行randow行(因此，10高斯拟合)，然后选择更多行，以此类推。

浏览 5提问于2014-05-15得票数 4

2回答

用Python拟合高斯曲线

python

我想用python来拟合高斯曲线。我在这里找到了一个解，但它似乎只适用于n型高斯，而不是U型高斯。pylab.plot(x,y,'r-',x,y,'ro') 该代码符合高斯曲线到n形曲线，但如果我将y改为y=numpy.array(5，4

浏览 2提问于2014-01-14得票数 1

回答已采纳

1回答

小样本R中的多峰高斯拟合

r、curve-fitting、gaussian、nls

我只有五个数据集来预测像这样的两个双峰高斯拟合。x = c(51,92,220, 280, 333)这是一个用ggplot绘制的绘图和黄土线的例子。我想通过高斯曲线拟合得到一个方程。所以，我像这样使用nls()函数。或者我不能拟合曲线拟合，因为我只有一个小样本？

浏览 4提问于2022-01-31得票数 0

1回答

使用Python SciPy量化曲线拟合的质量

python、scipy、curve-fitting、least-squares

我正在使用Scipy CurveFit来拟合数据的高斯曲线，并且对分析拟合的质量感兴趣。我知道CurveFit返回一个有用的pcov矩阵，从中可以计算出参数popt的每个拟合参数的标准偏差为sqrt(pcov0,0)。co-effs for fit and covariance 这表明了拟合曲线方程中每个系数的<

浏览 1提问于2013-07-21得票数 10

回答已采纳

2回答

Matlab gmdistribution.fit只能找到一个峰

matlab、gaussian、data-fitting

我想在这里的两个峰值上拟合两个高斯分布(即使不是很适合)。所以我使用了：obj = gmdistribution.fit(area,2,'Options',options);A = sum(gausspdf);但当我尝试绘制两个拟合的高斯曲线</em

浏览 0提问于2014-07-31得票数 2

点击加载更多