文档帮助中心文档
来自高斯混合分布的随机变量
Y =随机(GM)
Y =随机(通用、n)
[Y, compIdx] =随机(___)
例子
Y=随机(通用汽车)生成一个1 -米随机变量米-维高斯混合分布通用汽车.
Y=随机(通用汽车)
Y
通用汽车
Y=随机(通用汽车,n)返回n随机变量。每一行的Y是从中生成的随机变化米-维高斯混合分布通用汽车.
Y=随机(通用汽车,n)
n
[Y,compidx.] =随机(___)还返回一个n1索引向量compidx.用于前面语法中的任何输入参数。compIdx(我)控件的混合组件我th随机变量Y(我,:).
[Y,compidx.] =随机(___)
compidx.
compIdx(我)
我
Y(我,:)
全部折叠
创建一个GMDistribution.对象并生成随机变量。
GMDistribution.
定义双组分双变量高斯混合分布的分布参数(手段和协方差)。
Mu = [1 2;-3 -5];Sigma = [1 1];%共享对角协方差矩阵
创建一个GMDistribution.通过使用的对象GMDistribution.函数。默认情况下,该函数创建一个相等比例的混合。
通用= gmdistribution(μ、σ)
gm =二维两分量的高斯混合分布分量1:混合比例:0.500000均值:1 2分量2:混合比例:0.500000均值:-3 -5
生成1000个随机变量。
RNG('默认');重复性的%[Y, compIdx] =随机(通用汽车,1000);
compIdx(我)控件的混合组件我th随机变量Y(我,:).计数产生的随机变量的数量组件1.
组件
1
numIdx1 = sum(compIdx == 1)
numidx1 = 512.
随机使用大约一半的随机变体使用组件1因为通用汽车具有相等的混合比例。
随机
使用。绘制生成的随机变量分散.
分散
散射(Y (: 1), Y(:, 2), 10日“。”)%散点图的大小为10
重置随机数生成器以生成相同的随机变量。
定义两个二元高斯混合分量的分布参数(平均值、协方差和混合比例)。
P = [0.4 0.6];%的比例混合Mu = [1 2;-3 -5];%的意思西格玛=猫(3,[2 .5],[1 1])%Covari arce 1-by-2-by-2阵列
σ=σ(:,:1)= 2.0000 - 0.5000σ(:,:2)= 1 1
的猫函数沿第三个数组维数连接协方差。定义的协方差矩阵是对角矩阵。σ(1:我)包含组件的协方差矩阵的对角线元素我.
猫
σ(1:我)
创建一个GMDistribution.通过使用的对象GMDistribution.函数。
gm = Gmdistribution(mu,sigma);
保存随机数生成器的当前状态,然后生成随机变化使用通用汽车.
s =提高;r =随机(通用)
r =1×2-1.1661 - -7.2588
恢复随机数发生器的状态年代,然后使用通用汽车.数值与之前相同。
年代
rng(年代);r1 =随机(通用)
r1 =1×2-1.1661 - -7.2588
高斯混合分布,又称高斯混合模型(GMM),指定为一GMDistribution.目的。
你可以创建一个GMDistribution.对象使用GMDistribution.或者fitgmdist.使用GMDistribution.函数创建GMDistribution.对象,通过指定分布参数。使用fitgmdist函数拟合GMDistribution.模型给数据给定一个固定数量的组件。
fitgmdist
将生成的随机变体数为正整数。
数据类型:单|双
单
双
随机变量,以1-by-返回米数值矢量或n-经过-米数字矩阵。每一行的Y是从中生成的随机变化米-维高斯混合分布通用汽车.
组件索引,作为正整数返回n-乘1的指标向量,其中compIdx(我)控件的混合组件我th随机变量Y(我,:).
提供|fitgmdist|GMDistribution.|mvnrnd|pdf
提供
mvnrnd
pdf
这是versión修改ejemplo。我们有什么可以修改的吗?
在MATLAB中有一个对应的序列:
突击队发射introduciéndolo在MATLAB的突击队的ventana。导航系统不允许使用MATLAB。
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
您还可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系