PDL :: Gaussian PDL :: Gaussian biedt een reeks standaardroutines om SETS Gaussiaanse distributies aan te pakken.
Download nu

PDL :: Gaussian Rangschikking & Samenvatting

PDL :: Gaussian Tags

Perl-module routines Gaussian Pdl PDL-routines Gaussische distributies

PDL :: Gaussian Beschrijving

PDL :: Gaussian biedt een reeks standaardroutines om SETS Gaussiaanse distributies aan te pakken. PDL :: Gaussian biedt een reeks standaardroutines om sets Gaussian Distributs.Synopsis $ A = Nieuwe PDL :: Gaussiaans (, ); $ A-> Set_covariance (...) Een nieuwe set van Gaussians wordt geïnitialiseerd door $ A = nieuwe PDL :: Gaussian (xdims, gdims); waar XDIMS een verwijzing is naar een array die de dimensies in de ruimte bevat, is de Gaussian in en GDIMSLIST is een verwijzing naar een array die de dimensionaliteit van de Gauss-ruimte bevat. Bijvoorbeeld, na $ A = nieuwe PDL :: Gaussian (, ); $ B = NIEUW PDL :: Gaussian ([], []); de variabele $ A bevat set van 12 (= 3 * 4) 2-dimensionale Gaussians en $ B is de eenvoudigste vorm: een 1D Gaussian. Momenteel kunnen XDIMS nul of één dimensies bevatten als gevolg van beperkingen van PDL :: PP.Om de distributieparameters instellen, kunt u de routines $ A-> Set_covarians ($ CV) gebruiken; # covariance matrices $ A-> Set_icovarians ($ ICV); # Inverse covariance matrices $ A-> Set_mu ($ mu); # Centerthe-dimensies van $ CV en $ CV en $ ICV moeten (@ XDIMS, @ XDIMS, @ GDIMS) zijn en de afmetingen van $ mu moeten (@ XDIMS, @ GDIMS) .Alternatief kunt u de routines $ CV = $ A-> gebruiken get_covariance (); # cv = verwijzing naar covariantie matrix ... # fuzz rond met CV $ A-> Up_Covariance (); # UpdateADAD op dezelfde manier voor ICOVARANCE (inverse covariantie). De laatste suboproep is belangrijk om de andere delen van het object bij te werken. Om een string-weergave van de Gaussians te krijgen (het meest bruikbaar voor debugging) Gebruik de routine $ string = $ A-> ASSTR (); het is mogelijk om de waarschijnlijkheid te berekenen of logaritme van de waarschijnlijkheid van elk van de distributies op sommige punten. $ A-> Calc_Value ($ x, $ p); $ A-> Calc_lnvalue ($ X, $ P); hier, $ X moet dimensies hebben (ndims, ...) en $ P must-dimensies (gdimslist, ...) waar de elementenis dezelfde dimensies in beide variabelen vertegenwoordigt . Het is meestal raadzaam om met de logarithms van kansen te werken om numerieke problemen te voorkomen. Het is mogelijk om de parameters voor de Gaussians uit gegevens te genereren. De functie $ A-> van WEIGHIGHEDDATA ($ Gegevens, $ WT, $ Small_covariance); waar $ gegevens van afmetingen zijn (ndims, npoints) en $ WT is van dimensies (NPOINTS, GDIMSLIST), analyseert de gegevens statistisch en geeft een overeenkomstige Gauss verdeling. De parameter $ Small_covariance is de kleinste toegestane covariantie in elke richting: als een of meer van de eigenwaarden van de covariantematrix kleiner zijn dan dit, worden ze automatisch ingesteld op $ small_covarians om singulariteiten te voorkomen .Requirements: · Perl

PDL :: Gaussian Gerelateerde software