【发布时间】:2014-04-02 16:54:00
【问题描述】:
我有两个属于高斯分布的矩阵。大小为 3x3。现在,我想估计他们矩阵的上下阈值。我表示每个矩阵的均值和标准差为 μ1;μ2 和 σ1;σ2。高低阈值分别是
T_hight=(μ1+μ2)./2+k1∗(σ1+σ2)./2
T_low=(μ1+μ2)./2-k2∗(σ1+σ2)./2
k1,k2 是常量
我的问题是“我的公式正确吗?因为这是高斯分布,所以 k1=k2,对吗?这是我的代码。你能检查一下吗?”
μ1=mean(v1(:));first matrix
σ1=std2(v1(:));
μ2=mean(v2(:));second matrix
σ2=std2(v2(:));
k1=k2=1;
T_hight=(μ1+μ2)./2+k1∗(σ1+σ2)./2;
T_low=(μ1+μ2)./2-k2∗(σ1+σ2)./2;
【问题讨论】:
-
我不太清楚你在做什么。什么是k1、k2,“上下阈值”是什么意思?你在添加矩阵吗?如果是这样,请查看 Sum_of_normally_distributed_random_variables 生成的 sd 应该是
sqrt(σ1^2+σ2^2)。 -
k1 和 k2 是常量。它们是重量因子。 T_high 和 T_low 是我需要的低阈值和高阈值。我不确定我的公式是否正确?这是第一个问题。你的参考只是两个正态分布的总和。我的分布是两个正态分布的平均值。我认为他们是不同的
-
平均值只是总和的一半,所以它是
(μ1+μ2)./2 +/- k1∗(sqrt(σ1^2+σ2^2))./2
标签: matlab math image-processing probability probability-density