数字信号的产生(5)-拉普拉斯分布随机数
admin 于 2017年08月26日 发表在 机器学习笔记 ,3862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年08月25日 发表在 机器学习笔记 ,3244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。

Eclipse教程(3)—搭建Python开发环境
admin 于 2017年05月22日 发表在 机器学习笔记 ,3581次阅读,暂无评论

测试 python 开发环境:

数字信号的产生(3)-高斯白噪声的产生
admin 于 2014年05月13日 发表在 机器学习笔记 ,9802次阅读,暂无评论

利用Debian下的Qtiplot软件工具,对数据进行处理及分析:

数字信号的产生(2)-正态分布随机数
admin 于 2014年05月04日 发表在 机器学习笔记 ,3687次阅读,暂无评论

利用Debian下的数学软件GeoGebra,来对数据进行统计,结果如下:

 

数字信号的产生(1)-混合同余法产生均匀随机数
admin 于 2014年04月26日 发表在 机器学习笔记 ,6097次阅读,暂无评论

有关《数字信号处理C语言算法》这个系列,由于原书大多只提供算法公式,对于公式背后的原理,并没有细讲解,所以,自己不得不参考很多书籍,有些地方甚至改了4遍,仍不满意。为了使这个系列具有很强的专业性和实用性,有关文章只有很成熟时,才会发表在博文中,因此,更新会比较慢。

这个系列的文章,本来是准备在Debian7系统下完成的,但由于缺少相应的公式编辑器,所以选择Win7,Debian7下只做部分算法的验证部分;当 然,公式的验证也可采用Excel,Origin等工具,不会有任何差异;如果只是用于C/C++普通编程,在Win7下建议使用eclipse for c/c++ ;使用Debian7的朋友,系统自带vim就是很好的工具。