处理算法
数字信号的产生(15)-ARMA(p,q)模型数据产生
admin 于 2017-09-26 03:06 发表在 机器学习笔记，3177次阅读，暂无评论
绘制ARMA模型波形：
数字信号的产生(14)-泊松分布随机数
admin 于 2017-09-18 03:06 发表在 机器学习笔记，3902次阅读，暂无评论
利用Python绘制理想分布：
数字信号的产生(13)-二项式分布随机数
admin 于 2017-09-17 03:06 发表在 机器学习笔记，2811次阅读，暂无评论
二项式分布生成数据：
数字信号的产生(12)-伯努利+高斯分布随机数
admin 于 2017-09-16 03:05 发表在 机器学习笔记，4815次阅读，暂无评论
伯努利-高斯分布图：
数字信号的产生(11)-伯努利分布随机数
admin 于 2017-09-15 03:04 发表在 机器学习笔记，3433次阅读，暂无评论
伯努利分布生成结果：
数字信号的产生(10)-爱尔朗分布随机数
admin 于 2017-09-03 05:10 发表在 机器学习笔记，4760次阅读，暂无评论
逆变换法产生爱尔朗分布随机变量x：
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，4308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，3873次阅读，暂无评论
柯西分布：
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，5439次阅读，暂无评论
瑞利分布生成方法：
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，3430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：
计算需要的随机变量X的概率分布函数F(X)；
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。
解方程F(X)=R ，用R来表示X，即求F(X)的逆。
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。
任意函数表示为阶跃函数的积分 推荐
admin 于 2015-12-14 05:56 发表在 数字信号处理，6218次阅读，暂无评论
任意函数表示为冲激函数的积分 推荐
admin 于 2015-12-13 05:34 发表在 数字信号处理，4926次阅读，暂无评论
数字信号处理算法(2)-快速傅里叶变换(FFT) 推荐
admin 于 2014-05-20 05:59 发表在 数字信号处理，3624次阅读，暂无评论
数字信号处理算法(1)-离散傅里叶变换 推荐
admin 于 2014-05-15 15:03 发表在 数字信号处理，5377次阅读，暂无评论
Qtiplot信号变换分析：
数字信号的产生(3)-高斯白噪声的产生 推荐
admin 于 2014-05-13 10:57 发表在 机器学习笔记，10154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：
OpenCV实现任意图像像素矩阵获取 推荐
admin 于 2014-04-23 16:15 发表在 计算机视觉，4091次阅读，暂无评论
创建储存文件cal.txt,利用行列扫描的方式，实现数据的输出：
