2017年8月的文章
数字信号的产生(9)-韦伯分布随机数
admin 于 2017-08-31 04:56 发表在 机器学习笔记，4177次阅读，暂无评论
韦伯（威布尔）分布：
数字信号的产生(8)-柯西分布随机数
admin 于 2017-08-30 04:30 发表在 机器学习笔记，3754次阅读，暂无评论
柯西分布：
数字信号的产生(7)-对数正态分布随机数
admin 于 2017-08-29 04:12 发表在 机器学习笔记，3480次阅读，暂无评论
数据生成结果：
数字信号的产生(6)-瑞利分布随机数
admin 于 2017-08-28 03:54 发表在 机器学习笔记，5311次阅读，暂无评论
瑞利分布生成方法：
数字信号的产生(5)-拉普拉斯分布随机数
admin 于 2017-08-26 03:33 发表在 机器学习笔记，3923次阅读，暂无评论
拟合拉普拉斯随机数分布：
数字信号的产生(4)-指数分布随机数
admin 于 2017-08-25 03:17 发表在 机器学习笔记，3298次阅读，暂无评论
求逆法是基于概率积分反变换原则，是许多种离散分布中获取采样值的基本方法。
求逆法基本步骤如下：
（1）计算需要的随机变量X的概率分布函数F(X)；
（2）在X的取值范围内，置F(X) = R。由于X是一个随机变量，因此R也是一个随机变量，可以证明，R是区间(0,1)上的均匀分布。
（3）解方程F(X)=R ，用R来表示X，即求F(X)的逆。
（4）已知(0,1)上均匀分布的随机数R1, R2, R3, R4, Ri … 根据Xi=FX-1(Ri)计算所要的随机变量。