python 高斯噪声,python产生高斯白噪声

　　高斯噪声是符合高斯正态分布的误差。在某些情况下，我们需要在标准数据中加入适当的高斯噪声，这会使数据产生一定的误差，具有实验价值。下面这篇文章主要介绍如何用python3给数据添加高斯噪声的相关信息。有需要的可以参考一下。

　　背景原始数据源代码的摘要

目录

　　高斯噪声，顾名思义，是指一种服从高斯分布(正态分布)的噪声。有时我们需要在标准数据中加入适当的高斯噪声，使数据更加真实。

　　python中的随机库集成了高斯正态分布，可以直接使用。

　　通过调整高斯噪声的均值和方差，可以得到不同效果的处理数据。

Background

　　高斯噪声=0.05

　　高斯噪声=0.1

　　高斯噪声=0.15

原始数据

　　随机导入

　　将numpy作为np导入

　　从matplotlib导入pyplot作为plt

　　def gauss _ noise(x，y):

　　高斯噪声被添加到输入数据中

　　:参数x: x轴数据

　　:参数y: y轴数据

　　:返回：

　　mu=0

　　西格玛=0.05

　　对于范围内的I(len(x)):

　　x[i]=随机高斯(，)

　　y[i]=随机高斯(，)

　　if __name__==__main__:

　　#在0-5的间隔上生成50个点作为测试数据

　　xl=np.linspace(0，5，50，endpoint=True)

　　yl=np.sin(xl)

　　#添加高斯噪声

　　高斯_噪声(xl，yl)

　　#画出这些点

　　plt.plot(xl，yl，linestyle= ，marker= . )

　　plt.show()

源码

　　这就是这篇关于如何用python3给数据添加高斯噪声的文章。关于使用python3添加高斯噪声的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。