__2018-10-18 如一模式识别研究

如一模式识别研究

matlab>>MATLAB正态分布的随机数据的产生

命令 参数为μ,σ的正态分布的随机数据

函数 normrnd

格式 :

R = normrnd(MU,SIGMA) %返回均值为MU,标准差为SIGMA的正态分布的随机数据,R可以是向量或矩阵.

R = normrnd(MU,SIGMA,m) %m指定随机数的个数,与R同维数.

R = normrnd(MU,SIGMA,m,n) %m,n分别表示R的行数和列数

注意:在MATLAB中产生正态分布的参数分别为均值和标准差.在仿真的时候很容易将标准差用方差代替,造成仿真结果数据与期望的差别较大。因为自己吃了这个亏,所以在这里特别说明。一方面提醒自己不要犯类似的错误,也给其他人一个提醒.

例:

>>n1 = normrnd(1:6,1./(1:6))

n1 =

2.1650 2.3134 3.0250 4.0879 4.8607 6.2827

>>n2 = normrnd(0,1,[1 5])

n2 =

0.0591 1.7971 0.2641 0.8717 -1.4462

>>n3 = normrnd([1 2 3;4 5 6],0.1,2,3) %mu为均值矩阵

n3 =

0.9299 1.9361 2.9640

4.1246 5.0577 5.9864

>> R=normrnd(10,0.5,[2,3]) %mu为10,sigma为0.5的2行3列个正态随机数

R =

9.7837 10.0627 9.4268

9.1672 10.1438 10.5955

评论留言区

:
  

作者: 游客 ; *
评论内容: *
带*号为必填项目

如一模式识别更新提示

matlab在图像处理方面的应用有更新

如一模式识别 友情链接

关于本站作者     chinaw3c     mozilla