摘要：
import matplotlib.pyplot as plt from math import * class Distribution: def __init__(self,mu,sigma,x,values,start,end): self.mu = mu self.sigma = sigma 阅读全文
posted @ 2020-12-01 20:30
rainbow70626
阅读(552)
评论(0)
推荐(0)
摘要：
请注意：此处仅直观理解高斯函数的单变量相乘，不涉及复杂的数学推导。 另外，还可以通过公式化简求得，进一步及更多请参考一篇英文文献：Products and Convolutions of Gaussian Probability Density Functions。 参考链接：直观理解高斯函数相乘 阅读全文
posted @ 2020-12-01 20:25
rainbow70626
阅读(1009)
评论(0)
推荐(0)
摘要：
本文主要推导高斯分布（正态分布）的乘积，以便能更清楚的明白Kalman滤波的最后矫正公式。 Kalman滤波主要分为两大步骤： 1.系统状态转移估计； 2.系统测量矫正。在第2步中的主要理论依据就是两个独立高斯分布的乘积如何计算的问题，即如何融合 估计值 和 观测值 得到系统状态的最优估计。 高斯分 阅读全文
posted @ 2020-12-01 20:16
rainbow70626
阅读(8616)
评论(1)
推荐(0)
摘要：
本文主要推导两个高斯分布的相加结果。在知乎上有个问题：正态分布随机变量的和还是正态分布吗？ _ 也是本文主要解决的问题。 首先给出结论： （1）正态随机变量的线性函数仍为正态随机变量。 （2）正态随机变量的线性组合仍为正态随机变量。 （3）正态随机变量的乘积仍为正态随机变量。 高斯分布的概率密度函数 阅读全文
posted @ 2020-12-01 20:01
rainbow70626
阅读(24487)
评论(0)
推荐(1)
浙公网安备 33010602011771号