正态分布（Normal distribuTIon），也称“常态分布”，又名高斯分布（Gaussian distribuTIon），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N（μ，σ^2）。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0，σ = 1时的正态分布是标准正态分布。

高斯分布的定义 高斯分布怎么来的，很简单。只要你观察的系统里，各种对象之间关联很弱，那么他们的总和平均表现，根据中心极限定律，就是高斯或者近高斯的。你看我们人造的东西，很多都是模块化的，比如汽车轮船飞机，桌子椅子板凳，等等。我们人类造东西，都是“搭”出来的，一个模块和另一个模块之间关联很弱，坏了一个模块换掉就好。所以人造系统，其表现，包括性能啊，噪声啊，稳定度啊，都基于高斯分布。

但自然界呢，假如有个造物主，它造东西跟人类的思路就很不一样。它手里的作品是“生长”出来的。比如我们人，从一个受精卵发育而来，各个部分强关联，受精卵上一点缺陷，会反映到整个人体的巨大影响。这和桌子有本质区别，就算桌子原始材料有个洞，也不可能造出来桌面和桌腿都很多洞。“生长”这个过程到底服从什么本质的数学规律，我们人类还不确切知道。从2000年以后，学界的研究集中于通过随机游动，扩散这样的动力学行为来对“生长”出来的系统（复杂系统）尝试寻找类似于模块系统的中心极限定律的总体规律。有一些进展，但是还没有特别令人信服的突破性结论。

高斯分布为何在自然界如此常见高斯分布的信息熵最大。即，高斯分布是最混乱系统。

这里有个前提条件是方差一定，这个条件在物理学家的眼中可以意味着涨落，可以是统计学上的能量的涨落（比如maxwell速度矢量分布的方差是确定的kt/m），或者是不确定关系下的涨落。

自然会趋向于最熵增和低能量态。这是热力学的最简单运行轨迹。

个人认为比之中心极限定理，这个是更为本质的因素。就像我们可以证明出来牛顿力学基础上的经典力学，但是显然是更加优雅和接近自然本质的描述。

高斯分布的作用 均匀分布是均匀分布，高斯分布是高斯分布，高斯分布式又名正太分布。均匀分布就是在一个大的区域内，数据出现在任何一个小的区域的概率都是相同的。高斯分布式就是在一个大的区域内，数据会集中出现在部分区域。

为什么误差总是服从高斯分布？ 最近某网友在进行机器学习，发现在对误差假定是都是服从高斯分布，不明白其中缘由。

解答如下：

1. 大量独立的随机变量之和趋向于某个稳定的分布，这就是中心极限定理。

2. 后来人们给这种分布取了个名，叫高斯分布，或正态分布。

3. 人们认为误差是随机的，所以人们认为误差的和服从高斯分布。

个人认为，一般测量的误差是随机的，但机器学习中的误差是否随机就不一定了。

另外还有人认为：

不确定误差产生的原因更要用高斯分布来估计了，因为根据中心极限定理，这样做“最无偏”。如果确定了误差产生原因，那就具体情况具体分析了。

如何使用LTspice对复杂电路的统计容差分析进行建模LTspice®可用于对复杂电路进行统计容差分析。本文介绍在LTspice中使用蒙特卡罗和高斯分布进行容差分析和最差情况分析的方法。2022-03-08 11:10:391409电源分布网络分解上一篇文章《电源分布网络介绍》里已经大概介绍了一下，由于CMOS电路的电流会随着时间变化而变化，而电源分布网络又对不同频率的电流信号表现出不同的阻抗，这些变化的电流和变化的阻抗最终形成了电源噪声2022-01-07 11:31:310分布式电源对配电网影响34节点配电网算例的说明 研究分布式电源对配电网网损的影响 分布式电源容量对网损的影响 分布式电源位置对网损的影响 分布式电源对配电网电压支撑作用 分布式电源接入位置对配电网电压作用分布式电源容量对电压支撑作用matlab源代码，代码按照高水平文章复现，保证正确...2022-01-07 11:27:302FPGA中高斯滤波算法的实现：正态分布： 正态分布是最重要的一种概率分布，相关概念是由德国的数学家和天文学家Moivre在1733年提出的，但由于德国数学家Gauss率先将其用于天文学研究，因此也叫做高斯分布。在正态分布里，认为中间状态是常态，过高和过低都属于少数，2021-10-29 11:08:043107什么是分布式系统 分布式架构有哪些什么是分布式系统？ 1.分布式系统一定是由多个节点组成的系统。 2.这些连通的节点上部署了我们的节点，并且相互的操作会有协同。 随着应用架构演进， 分布式架构有哪些 1.传统垂直架构 2.RPC架构 3.SOA服务化架构 4.微服务 整合自：CSDN、简书 编辑：jq2021-07-31 09:54:051853基于高斯混合模型的Web代理服务器缓存基于高斯混合模型的Web代理服务器缓存2021-06-23 16:49:1513面向任意散射环境信道的基函数采样近视拟合算法 Fading Correlation，SFC）特征，重建了MIMO多输入多输出系统的信道参数模型。首先，研究小角度扩展功率谱PDF在Sinc分布、高斯分布以及拉普拉斯分布下的SFC闭合表达式，以基于任意角度堿采样拟合方法来简化近似评估模型;然后，以常见的信道 Von mises分布数据2021-05-29 16:25:394脉冲噪声环境下的分布式估计算法， DAPSA）以Ⅰ1范数为代价函数，在脉冲噪声环境中具有良好的鲁棒性，并且具有较快的收敛速度。然而，固定步长的 DAPSA在保持较大的初始收敛速度和较低的稳态误差之间存在矛盾。为降低非高斯噪声环境下 DAPSA的稳态误差，同时仍保持较快的初始收敛速度，文中提岀了一种扩散式最大相关熵准则变2021-05-29 15:35:417统计量的分布统计量的分布分析说明。2021-05-26 22:39:500基于双峰高斯分布的深度哈希检索算法直接通过反向传播学习离散哈希编码，通常将离散值松弛为连续值来优化学习，存在量化误差的问题。针对以上问题，提出一种结合注意力模型和双峰高斯分布的深度哈希检索算法。该算法设计嵌λ空间和通道注意力模型的网络结构，关注2021-04-29 14:48:4013基于狄利克雷过程的可扩展高斯混合模型，以提升其可解释性。此外，对高斯混合模型的推理过程进行优化，给出一种基于批次处理方式的可扩展变分推理算法，求解图像去噪中所有隐变量的变分后验分布，实现先验学习。实验结果表明，该模型在图像去噪任务中较巸PLL等传2021-04-29 11:20:547在高斯分布下优化激活函数中AT的极限学习机，主要思想是在隐含层输入数据上引入新型的线性关系，利用梯度下降算法对误差函数中的缩放参数和平移参数进行优化，以满足隐含层输岀能够高度服从高斯分布。基于高斯分布计算仿射参数的方法，能够保证隐节点相互独立的同时，也强调2021-04-27 10:59:543一种整数上离散高斯取样的常数时间实现方法方法。通过计算给定离散高斯分布的矩阵概率，确定概率矩阵每个列向量的汉明重量，并使用单指量多数据对其进行向量化操作，从而提高取样速度。实验结果表明，与运行时间可变的 Knuth-Yao方法相比，该方法在单指令多数据支持下，采样速度可提2021-03-24 17:08:096高斯滤波器的原理及其实现过程其中(x,y)(x,y)为点坐标，在图像处理中可认为是整数;σσ是标准差。要想得到一个高斯滤波器的模板，可以对高斯函数进行离散化，得到的高斯函数值作为模板的系数。2021-03-20 10:43:191884一种具有反向折射率分布的新型增益光纤技术作者：Hyun Su Kim and Seongwoo Yoo 抽象的 我们提出了一种具有反向折射率分布的新型增益光纤结构，用于高斯单模光束的高功率放大。通过在凹陷核心中实现渐变索引，可以使用反索引2020-10-31 18:13:123871一文详解高斯光束的传播理论和实践已证明，在可能存在的激光束形式中，最重要且最具典型意义的就是基模高斯光束。无论是方形镜腔还是圆形镜腔，基模在横截面上的光强分布为一圆斑，中心处光强最强，向边缘方向光强逐渐减弱，呈高斯分布。2021-01-28 17:33:543973如何使用FPGA实现混沌跳频序列发生器可编程门阵列）技术实现混沌跳频序列发生器。跳频序列发生器产生序列的测试结果表明，序列具有均匀分布，大的线性复杂度，汉明相关服从均值为L/q的高斯分布，因此混沌跳频序列发生器的设计是成功的.2021-02-02 15:52:037霍尔高斯计是什么，它的工作原理是怎样的霍尔高斯计工作原理 霍尔元件是一种基于霍尔效应的磁传感器，用它可以检测磁场及其变化，可在各种与磁场有关的场合中使用。如磁铁磁力测量高斯计就是典型的霍尔元件应用 ；霍尔元件具有许多优点，它结构牢固2020-10-28 17:39:231537介绍正态分布在电气工程中的位置这称为正态分布或高斯分布。它遵循熟悉的钟形曲线形状，但是使用名称“正态”或“高斯”而不是“钟形曲线”非常重要，因为其他类型的分布具有相似的形状。在进行统计分析时，在工程，物理科学和社会科学领域研究的大量现象将产生正态分布。2020-10-12 15:57:551583关于正态分布和贝塔分布的案例介绍称呼，高斯分布（Gaussian distribution）。正态分布是自然科学与行为科学中的定量现象的一个方便模型。 各种各样的心理学测试结果和物理现象的观测值，比如光子计数等都被发现近似地服从正态分布。甚至生活中很多现象的表征结果也符合正态分布的分布规律。尽2020-09-26 02:11:023136 详解贝叶斯超参优化方法数学是个奇妙的东西，可以把生活中的一切量化。人生也是个奇妙的东西，起起伏伏，好比一个高斯分布函数。今天就结合一些人生的感悟聊聊贝叶斯超参优化2020-07-06 13:15:212000什么是分布式系统_分布式系统的类型 什么是分布式系统（以及分布式系统架构的优缺点）现在的架构很多，各种各样的，如高并发架构、异地多活架构、容器化架构、微服务架构、高可用架构、弹性化架构等，还有和这些架构相关的管理型的技术方法，如 DevOps、应用监控、自动化运维、SOA 服务治理、去 IOE 等等，还有很多。2020-05-25 17:44:311936基于示波器抖动分析的jitter分类及其特点整个jitter可以分为RJ（随机性Jitter）和DJ（确定性jitter）两大类。它们的分类主要跟根据是否有界，也就是是否有最大值来区分。RJ在分布上是高斯分布，其没有边界的也就是没用最大值2020-05-14 15:39:304236单纵模激光器的结构组成_单纵模激光器的优点及应用方法输出激光模式既是单纵模又是单横模的激光器。单纵模是指谐振腔内只有单一纵模（单一频率）进行振荡，单横模又称基横模，是指光强在光横截面上的分布为高斯分布。2020-04-09 17:20:395596选择结构光激光器时多大的功率才合适如果是对激光器人眼安全有要求，建议选择以带鲍威尔棱镜的整形的激光器比较好。如下图所示。图中上方为未采用鲍威尔棱镜的激光器，其出射光能量成高斯分布，容易形成能量聚集点，对人眼不安全。而采用鲍威尔棱镜的线激光器形成的光强分布能量均匀性好，不容易形成能量聚集点。2020-04-02 17:27:376375广义线性模型介绍从线性回归，logistic回归，softmax回归，最大熵的概率解释来看，我们会发现线性回归是基于高斯分布+最大似然估计的结果，logistic回归是伯努利分布+对数最大似然估计的结果2019-11-22 15:13:092276关于三轴数字高斯计/特斯拉计的介绍和应用分析多维科技高斯计系列产品包括USB2705A-轴向低场高斯计、USB2705H-轴向低场高斯计、USB2510A-轴向高场高斯计、USB2510T-横向高场高斯计以及USB2510-CAL01-8002019-08-01 21:07:232254OpenCV的混合高斯背景模型源码程序免费本文档的主要内容详细介绍的使用OpenCV的混合高斯背景模型源码程序免费2019-10-18 14:30:114高斯滤波器的原理和实现高斯滤波器是一种线性滤波器，能够有效的抑制噪声，平滑图像。其作用原理和均值滤波器类似，都是取滤波器窗口内的像素的均值作为输出。2019-08-16 17:38:025917高斯曲线拟合原理及实现的详细资料说明的高斯函数对数据点集进行函数逼近的拟合方法。 其实可以跟多项式拟合类比起来，不同的是多项式拟合是用幂函数系，而高斯拟合是用高斯函数系。使用高斯函数来进行拟合，优点在于计算积分十分2019-07-19 15:44:510什么是分布电容_分布电容的影响分布电容是指由非电容形态形成的一种分布参数。带电电缆、变压器对地都有一定的分布电容，而分布电容大小取决于电缆的几何尺寸、电缆的长度和绝缘材料等，它由两个存在压差而又相互绝缘的导体所构成。2019-04-30 17:08:031452510大常用机器学习算法预测结果是通过计算每个类的判别值、并将类别预测为判别值最大的类而得出的。该技术假设数据符合高斯分布（钟形曲线），因此最好预先从数据中删除异常值。LDA 是一种简单而有效的分类预测建模方法。2019-03-21 14:11:341863分布式的产生与定义如果要更好的理解分布式是什么，首先得认识一下，什么是集中式处理系统和分散式处理系统。集中式处理系统它主要是把2018-12-29 15:23:532134FPGA 实现 高斯滤波1、高斯滤波器的实现方式方法1：与高斯核直接进行卷积实现，这样使用的资源和乘法器 加法器都会很多。例如3*3窗口的滤波核进行卷积运算，一共需要进行9次乘法和8次加法。方法2：采用两个一维的高斯滤波2018-10-12 16:36:153259基于热噪声的TRNG电路设计方法其中，η(t，Δt)是呈高斯概率分布的随机数，每隔Δt更新一次，σ是噪声信号的幅值。可知热噪声频谱为一恒定常数，在时域中幅值呈高斯分布，是理想的熵源。但因幅值较小(实际电路中约为1.5 mV[32018-08-21 09:52:125801揭秘估算RMS周期间抖动及演示示例该法则很简单。如果周期抖动分布是高斯或正态分布，则周期间抖动可以根据周期抖动估算如下2018-07-12 09:14:1611732基于opencv图像处理的程序详解高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。 对图像背景建立高斯模型的原理及过程：图像灰度直方图反映的是图像中某个灰度值出现的频次，也可以以为是图像灰度概率密度的估计。2018-05-03 17:15:155高斯滤波简介,高斯滤波性质及应用二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的。一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑。旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向。2018-04-09 15:57:4317118K-means算法原理理论+opencv实现这个函数是对矩阵mat填充随机数，随机数的产生方式有参数2来决定，如果为参数2的类型为RNG::UNIFORM，则表示产生均一分布的随机数，如果为RNG::NORMAL则表示产生高斯分布的随机数。对应的参数3和参数4为上面两种随机数产生模型的参数。2018-04-08 09:52:314959SAR图像海陆分割算法改进的Otsu法计算粗阈值，获得大致海域范围；然后根据海域统计特性近似高斯分布的特点，在分析了高斯分布统计特性的基础上，结合粗阈值分割结果，提出了计算出精确的分割阈值的方法，进而获得准确的海陆分割图像；最后通过去2018-03-19 10:55:586基于本质安全电感电路电弧放电时间分布弧研究方面均有了新的突破，本文探讨低能直流电弧。 本质安全电感电路的电弧放电时间本应整体服从正态分布，但试验发现存在双正态分布情况，即放电时间被分为大小不同的两组，每一组均服从正态分布。为解释该现象，对IEC火花2018-03-12 15:06:211监测时间序列数据的高斯过程建模与多步预测针对传感网环境监测应用采集的时间序列数据，提出了一种新的基于高斯过程模型的多步预测方法，实现了对未来时刻的环境监测数据的预测。高斯过程模型通过核函数描述数据的特性，通过对环境监测数据的经验模态分解2018-03-08 10:15:031圆形喷嘴亚声速空气冲击射击规律试验，在此基础上对不同工况下的高斯分布进行修正，给出修正关系式，有效地降低了单纯用高斯分布的误差。最后给出了压力分布范围与喷距的关系，为实际使用提供帮助。2018-03-01 10:49:240基于对数正态分布的电缆状态评估方法研究为了了解电缆在长时问使用后的健康状况，通过对数正态分布和Weibull分布两种分布函数来进行电缆状态的评估。先假定电缆的介电损耗与局部放电数据符合两种分布，借助于Matlab数值模拟软件对某供电公司2018-02-28 11:06:290风电场群功率波动概率密度分布函数根据列维定理揭示了风电场群出力波动概率密度分布特性呈现多种分布的规律；在此基础上提出采用高斯混合模型替代单一分布函数模型来拟合风电波动概率密度分布特性的方法。仿真结果表明，高斯混合模型具有良好的拟合效果，2018-02-27 16:33:559基于FPGA灰度图像高斯滤波算法的实现FPGA仿真篇-使用脚本命令来加速仿真二 基于FPGA的HDMI高清显示借口驱动 基于FPGA灰度图像高斯滤波算法的实现 FPGA为什么比CPU和GPU快 基于Xilinx FPGA的视频图像采集2018-01-31 20:49:366237微服务和分布式的区别本文全面概述了微服务和分布式的区别。分布式和微服的架构很相似，只是部署的方式不一样而已。分布式：分散压力。微服务：分散能力。2018-02-09 11:15:3177612盘点Matlab通信仿真的常用函数信源函数randerr 产生比特误差样本randint 产生均匀分布的随机整数矩阵randsrc 根据给定的数字表产生随机矩阵wgn 产生高斯白噪声。2018-02-08 09:41:129380稀疏数据中基于高斯混合模型的位置推荐框架协同过滤和概率模型是位置推荐中的常用方法，但前者没有考虑用户的移动模式，后者也难以用于稀疏数据集。针对上述问题，面向稀疏数据构建基于高斯混合模型的位置推荐框架GMMSD。按时间段划分用户签到2018-01-17 10:14:400多用户调度的高斯传输信道优化算法为了提高高斯传输信道的数据传输效率，提出了一种基于叠加编码及多用户调度的高斯传输信道优化算法（ MCSC）。首先，该算法提出了高斯传输信道的系统模型，分析源一端的距离概率密度函数和累积分布函数2018-01-08 14:45:370一种混合Logistic分布模型描述风电功率的波动变化率来确定模型参数。从不同采样间隔分布特性以及时间窗分布特性分析该模型性能，并将该分布模型与单一分布模型Normal分布、Logistic分布以及混合高斯分布等模型进行对比，通过利用吉林省某风电场的实测数据仿真实验，比较其评价指标，验证了2017-12-27 10:06:315基于完好性的深耦合系统中多路径误差的伪距残差和伪距率残差作为检验统计量；其次，根据伪距残差和伪距率残差服从高斯分布，计算出伪距残差和伪距率残差的检测门限；最后，利用计算出的检测门限去评估检验统计量，把修正后的伪距残差和伪距率残差输入到卡尔曼滤波器中。将2017-12-21 17:02:440线性预测的单高斯背景建模针对单高斯背景模型不能适应非平稳场景且对初期保持静止后期运动的物体造成鬼影现象的问题，提出了融合子块梯度与线性预测的单高斯背景建模方法。首先，对每个像素点进行单高斯背景建模，并实现像素级的自适应更新2017-12-19 17:00:070基于音节时间长度高斯拟合的汉语音节切分方法时间长度服从某种高斯分布和相邻语音音节之间存在短时能量波谷两个假设，提出了基于音节时间长度高斯拟合的汉语音节切分方法。对算法进行分析，根据初步切分短时能量波谷分散到各分语音段的特性，提出了简化算法，有效降2017-12-19 14:17:110基于密集人群的异常实时检测残差进行分析；假设残差在正常状态下服从高斯分布，利用假设检验加以验证；运用最大似然（ML）估计得到残差的概率分布；在一定置信度下，确定正常状态的可信区间和异常状态的判定公式，并以此判断异常事件是否发生。实验2017-12-18 15:04:090机器学习：泊松分布与指数分布统计概念其实容易理解多了。 我举一个例子，什么是泊松分布和指数分布？恐怕大多数人都说不清楚。 我可以在10分钟内，让你毫不费力地理解这两个概念。一句话总结：泊松分布是单位时间内独立事件发生次数的概率分布，指数分布是独立事件的时间间隔的概率分布。2017-11-29 03:44:033063高斯光束通过薄透镜时的变换及激光束的变换解析R2之间的关系满足（4-16）式。同时，由于透镜很薄，所以在紧挨透镜的两方的波面M1及M2上的光斑大小及光强分布都应该完全一样。以表示入射在透镜表面上的高斯束光斑半径， ， 表示出射高斯束光斑半径。2017-11-21 14:32:0519激光器输出功率相关知识详述连续或长脉冲激光器 一、腔内光强分布的特点及理由 理由：激活介质的光放大作用、腔内损耗系数的不均匀分布、驻波效应、光场的横向高斯分布等。 处理方法：通过讨论稳态情况下的平均光强 来 估算激光器输出功率。 二、腔内光强达到稳态的过程2017-11-21 14:15:345高斯光束的传播特性的解析一、共焦腔内或腔外的一点的行波场的解析式： 在横截面内的场振幅分布按高斯函数所描述的规律从中心（即传输轴线）向外平滑地降落。2017-11-21 14:11:213基于室内定位RSS分布一致性研究信号强度（ Rec eived Signal Strength，RSS）的室内定位算法已经被广泛应用于室内定位中，成为室内定位算法研究的一个重要分支。实际应用中，基于RSS的室内定位算法可以分为两类：基于RSS测距的室内定位和基于RSS指纹的室内定位。基于RSS测距的室内定位一般假设了RSS值服从高斯分布2017-11-03 15:58:164基于Copula理论的条件预测误差分布与光伏发电出力的条件预测误差概率分布估计方法介绍光伏发电出力的可预测性较低，相比点预测而言，光伏发电出力的概率性预测能够提供更多的信息，有利于电力系统的安全经济运行。提出了一种基于 Copula 理论的光伏发电出力的条件预测误差分布估计方法。采用2017-10-01 11:26:2813通信系统中的抖动相关资料确定性和随机抖动求和的结果是另一种概率分布，如图1所示。分布图的概率对定时误差幅度，其特征在于由一个中心部分，它代表确定性抖动内容，和外部部分（随机抖动）的高斯分布的尾部。所示的分布的形状被称为双峰响应。2017-04-07 10:16:332基于混合高斯模型的窄带目标跟踪方法_曾绮雯基于混合高斯模型的窄带目标跟踪方法_曾绮雯2017-03-19 17:27:320基于改进的混合高斯模型的运动目标检测_郭俊基于改进的混合高斯模型的运动目标检测_郭俊2017-02-27 14:46:341基于RFDAC的宽带高斯噪声源的设计与实现_王龙基于RFDAC的宽带高斯噪声源的设计与实现_王龙2017-02-27 14:19:362集中_分布混合式热电发电系统分布式MPPT控制方法集中_分布混合式热电发电系统分布式MPPT控制方法_黄俊2017-01-04 14:39:490基于混合高斯模型的物体成分拟合方法_郎波基于混合高斯模型的物体成分拟合方法，很不错的资料，感兴趣的可以看看。2016-09-18 09:41:320GA_高斯近似_LDPC_POLAR（极化码）_构造GA_高斯近似_LDPC_POLAR（极化码）_构造2016-06-03 16:08:5416诺基亚3100主板元件分布图诺基亚3100主板元件分布图(1)诺基亚3100主板元件分布图(1)2016-03-16 13:56:495高斯-牛顿迭代法简介高斯牛顿迭代法简介，包括高斯牛顿迭代法推演及及结论2016-01-03 11:53:505基于修正正态分布的喷泉编码针对喷泉编码的原始分组的度分布的统计，提出一种基于修正正态分布的编码算法。该方法提出两种统计模型，然后将编码简化为两个多重伯努利分布，发现当分布数目增大时，可以简化为正态分布。在这两种分布下，会有2015-12-27 22:08:375基于c语言的泊松分布和高斯分布的实现程序2014-10-29 20:04:351分布式系统网络教程之采用分布式系统的必要性简介：分布式测量和控制系统提供了许多优势，相比传统的集中式测量和控制系统，分布式系统具有更低的成本和更高的测量精确度。了解采用分布式系统的必要性，以及开发分布式系统的五大考虑要素。更多信息请访问 ni.com/white-paper/52041/zhs/2014-09-29 14:11:38846基于时频分布的汉语语音关键频率分布为了得到汉语语音关键频率的大体分布情况，提出了应用时频分布的方法来研究。采用了两种途径来分析语音信号：Adobe Audition3.0软件和自制MATLAB软件。两种途径分别得到语音信号的语2011-05-24 15:28:5031一种改进的各向异性高斯滤波算法一种改进的各向异性高斯滤波算法摘 要：为了抑制更好的抑制噪声保留边缘信息, 提出了一种各向异性高斯滤波的改进方法, 该方法先用中值滤波去除椒盐噪声, 再2010-04-23 14:59:5115密钥分布,密钥分布是什么意思密钥分布,密钥分布是什么意思使用密钥作为加密和验证功能的一部分以锁定和解锁消息。特定的加密算法通常已发布并广为人知,因2010-03-20 15:32:343193MIMO雷达目标空间和频率散射多样性研究该文利用2 维圆形散射点模型，研究了窄带频率和空间分集MIMO 雷达接收通道中的目标回波的统计特性，结果表明目标回波信号本身服从高斯分布，目标回波信号之间的相关系数是等2010-02-09 14:00:5118基于高斯模型和支持向量机的人脸检测方法针对目前人脸检测方法速度与精度难以兼有的问题，本文提出了一种结合高斯模型和支持向量机的人脸检测方法。先利用皮肤颜色在YCbCr 空间的聚类性，对肤色建立高斯模型以分2010-01-22 12:45:3126一种窄带非高斯建模方法针对混响特点，提出了一种窄带非高斯建模方法。研究了模型参数估计方法，并采用实验混响数据对建模效果进行了检验。结果表明了该方法的有效性。关键词:混响:非高斯:窄2010-01-12 21:45:169EPC高频变压器分布参数及其影响的分析EPC高频变压器分布参数及其影响的分析 摘 要： 随着高频化的需要，变压器分布参数的影响也逐渐显著。从高频化的等效电路2009-12-09 11:24:011185高斯滤波器在实时系统中的快速实现高斯滤波器在实时系统中的快速实现详细讨论了高斯滤波器在单片机系统中的快速实现方法,并给出了对于MCS-51系列单片机的具体实现程序,介绍的方2009-12-08 15:17:31658基于高程测量误差的分布式卫星SAR编队构形设计卫星编队构形是影响分布式卫星SAR 系统性能的重要因素之一。该文主要研究满足绕飞轨道条件下的分布式卫星SAR 编队构形设计问题，提出了基于高程测量误差最小的分布式卫星SAR 2009-11-20 15:51:5914非高斯脉冲噪声下Turbo均衡性能分析的改进EXIT图方法该文提出了一种改进的外信息转移图(EXIT 图)方法，可用于分析加性非高斯对称α 稳定分布噪声多径信道条件下Turbo 均衡性能，为实际的Turbo 均衡系统设计提供预估性能参数。该方法2009-11-17 14:15:2414二维直线型最小误差阈值分割法一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布。考虑到噪声等因素对图像质量的影响，该文在二维灰度直方图上，基于二维混合正态分布假设，给出二维直线2009-11-11 15:59:4312基于序列检测的块判决辅助Turbo均衡器该文针对高斯分布假设条件下逐符号检测均衡器的不足，提出了一种基于序列检测的块判决辅助Turbo均衡器(Turbo-BDAE)。新算法利用译码全信息估计发送序列，提高了序列估计的可靠性2009-11-09 14:23:4812基于图像信噪比选择优化高斯滤波尺度基于图像信噪比选择优化高斯滤波尺度：该文提出了一种选择优化高斯滤波尺度的算法。首先对图像的信噪比进行估计，以此来评估图像受噪声退化的程度；然后在样本图像中加上2009-10-29 13:02:3112任意极化箔条云双站雷达散射截面基于以任意极化的方式进行发射和接收雷达波，本文首先分析箔条云在球缺面均匀分布下的双站雷达散射截面，然后分析它在方向角均匀分布和仰角高斯分布下的双站雷达散射截面2009-09-01 09:04:2621利用改进的郭涛算法求解函数优化问题对郭涛算法做了两点改进：一是引入演化策略中的高斯变异算子，二是引入自适应搜索子空间。高斯变异算子对群体作正态分布微调，防止早熟；自适应搜索子空间使得群体在演2009-09-01 08:33:2310电感的分布电容电感的分布电容电感线圈匝与匝之间、层与层之间、线圈与地之间以及线阳与屏蔽盒之间所具有的电容，统称为电感线固的分布电容,用Co表示.它和线圈2009-08-22 14:31:585162应用梯度折射率透镜的光纤加速度计系统中的光功率耦合分析应用梯研究了在光功率分布为高斯分布的情况下，光纤加速度计系统中光功率耦合的数学模型，并着重分析了几种情况下位移与光功率耦合之间的关系。通过对理论曲线的分析找出良好2009-07-17 08:44:5517基于方向模板的结构光条纹中心检测方法结构光条纹中心位置的准确检测是影响结构光系统精度的关键问题之一。在利用结构光系统获取距离数据时，会出现以下问题：第一，激光条纹的强度并不服从高斯分布和传感器引2009-07-10 08:33:3115基于高斯矩的NoisyICA研究独立分量分析( ) ICA作为有效的盲源分离技术( ) BSS是信号处理领域的热点。实际信号或多或少的都含有噪声，如果信噪比低于某值将得不到良好的分离效果。该文定义不同参量的高斯2009-06-09 10:35:279基于符号化表示的时间序列频繁子序列挖掘提出一种新的基于符号化表示的时间序列频繁子序列的挖掘算法。利用基于PAA的分段线性表示法进行降维，通过在高斯分布下设置断点，实现时间序列符号化表示，利用投影数据库2009-04-22 09:46:2124基于符号化表示的时间序列频繁子序列挖掘提出一种新的基于符号化表示的时间序列频繁子序列的挖掘算法。利用基于PAA的分段线性表示法进行降维，通过在高斯分布下设置断点，实现时间序列符号化表示，利用投影数据库2009-04-22 09:46:029基于多高斯分布的背景生成算法提出一种基于序列图像的改进的多高斯分布背景生成算法。该算法在用多高斯分布背景中每个像素建模的基础上，把每个像素对应的若干个高斯分布分成可靠分布和不可靠分布，依2009-04-18 09:55:5022利用RBF神经网络实现高斯型函数积分导出了在一定精度下高斯型函数积分近似表达式,利用径向基函数(RBF) 网络具有良好的逼近任意非线性映射的特点,提出了一种改进的RBF 网络方法以实现对高斯型函数积分。实验2009-03-29 14:34:2811基于Contourlet变换的乘性水印及盲检测算法基于Contourlet 变换对其高频系数进行统计分析，从理论和实验方面证明Contourlet 变换的高频系数符合广义高斯分布，采用极大似然估计的方法对Contourlet 变换系数的边缘分布和联合分2009-03-20 16:02:0821仿核脉冲的高斯分布信号发生器以伪均匀随机数为基础，根据大数中心极限定理，产生高斯分布随机数。以89C51单片计算机系统为硬件，12位D/A转换器为输出，实现了输出脉冲幅度高斯分布，输出脉冲时间间隔可以2009-03-17 16:18:5835稳健非线性LMS非视距定位算法在蜂窝移动定位中，非视距波(NLOS)是影响定位精度的主要因素，NLOS的传播会给距离测量值增加较大的正性误差。传统的线性滤波器主要是针对高斯分布的误差，并不能有效地处理N2009-02-27 15:35:5211高斯随机噪声实时生成实现方法研究摘要：提出了一种面向硬件的均值、方差的高斯随机噪声生成方法。改进了传统的采用蒙特卡洛方法实现均匀分布噪声到同分布噪声的快速转化，利用映射函数方法实现个转2006-03-24 13:30:181580