[英]Confusion on adding noise using normal distribution in Python
我對如何在Python中使用正態分布(Gaussian pdf)采樣測量誤差感到非常困惑。
我要做的只是在高斯pdf下創建噪聲(錯誤)並將其添加到測量值中。 簡而言之,我提出的問題如下:
輸入:
n
測量次數; 輸出:
M_noisy(i)= M(i)+噪聲(i);
noise(i)
-測量中的噪聲; M(i)
-測量值。
重要提示:此噪聲應為零均值高斯噪聲,方差等於測量值的10%。
我輸入了以下代碼,但無法繼續...
我的代碼:
import numpy as np
# sigma - standard deviation of M
# mu - mean value of M
# n - number of measurements
# I dont know if this is correct or not:
noise = sigma * np.random.randn(n) + mu;
## M_noisy(i) - ?
感謝您提前提出任何答案/建議。
random_scale_ammounts = np.random.randn(n)
#creates a list of values between -1 and 1
offset_from_mean = sigma *random_scales #randomly -std to +std
noise = offset_from_mean + mu;
clean_y_data = np.arange(n)
noisy_y_data = clean_y_data + noise
可能是你所追求的?
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.