CSDN论坛 > 其他技术论坛 > 数据结构与算法

请问如何得到一个满足正态分布的随机数? [问题点数:50分,结帖人Cipherf]

Bbs1
本版专家分:0
结帖率 100%
CSDN今日推荐
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Blank
红花 2005年4月 专题开发/技术/项目大版内专家分月排行榜第一
2004年11月 专题开发/技术/项目大版内专家分月排行榜第一
2004年10月 专题开发/技术/项目大版内专家分月排行榜第一
2004年2月 专题开发/技术/项目大版内专家分月排行榜第一
2003年11月 专题开发/技术/项目大版内专家分月排行榜第一
2003年10月 专题开发/技术/项目大版内专家分月排行榜第一
2003年3月 专题开发/技术/项目大版内专家分月排行榜第一
2003年1月 专题开发/技术/项目大版内专家分月排行榜第一
2002年11月 专题开发/技术/项目大版内专家分月排行榜第一
2002年8月 专题开发/技术/项目大版内专家分月排行榜第一
Blank
黄花 2005年7月 专题开发/技术/项目大版内专家分月排行榜第二
2005年5月 专题开发/技术/项目大版内专家分月排行榜第二
2004年9月 专题开发/技术/项目大版内专家分月排行榜第二
2004年3月 专题开发/技术/项目大版内专家分月排行榜第二
2004年1月 专题开发/技术/项目大版内专家分月排行榜第二
2002年12月 专题开发/技术/项目大版内专家分月排行榜第二
Blank
蓝花 2005年3月 专题开发/技术/项目大版内专家分月排行榜第三
2004年12月 专题开发/技术/项目大版内专家分月排行榜第三
2004年8月 专题开发/技术/项目大版内专家分月排行榜第三
2004年7月 专题开发/技术/项目大版内专家分月排行榜第三
2003年12月 专题开发/技术/项目大版内专家分月排行榜第三
2003年9月 专题开发/技术/项目大版内专家分月排行榜第三
2003年8月 专题开发/技术/项目大版内专家分月排行榜第三
2003年7月 专题开发/技术/项目大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
匿名用户不能发表回复!
其他相关推荐
正态分布随机数的产生
最近平凡听到关于正态分布采样相关的内容,突然想到一个问题: 到底如何利用正态分布采样? 正好近期模式识别课程上也有一个相关的内容,整理了一下查到的资料。一。柱状图估计分布 假设样本x N(u,θ)x~N(u, \theta), 其pdf图如下: 设想一下如果我们并不是很清楚正态分布的mean和var,只有一些训练的数据样本,该如何估计样本分布的参数? 【图片来自南京大
Fortran产生正态分布的随机数
Fortran中用来产生随机数的函数是RANDOM_NUMBER(不需要再调用子程序RANDOM_SEED)。在fcode网站上已经对fortran产生随机数(http://fcode.cn/guide-96-1.html)和fortran产生正态分布的函数(http://fcode.cn/code_prof-33-1.html)进行了介绍。但是随着gfortran版本的升级,生成随机数的语句需要
一种用C++自带的类生成服从正态分布的随机数。
今天写关于深度学习的代码时,里面要用服从标准正态分布的随机数初始化权值,就是matlab里面那个randn函数,网上找了很多方法,最后发现C++本身就有自带的方法生成服从正态分布的随机数序列。下面给出C++代码: C++代码:#include <iostream> #include <string> #include <random> #include <iomanip>//设置精度 #inclu
Python 生成正态随机数
Python 生成正态随机数import numpy as np from numpy.linalg import cholesky import matplotlib.pyplot as pltsampleNo = 1000; mu = 85 sigma = 4 np.random.seed(0) s = np.random.normal(mu, sigma, sampleNo ) plt.his
正态分布随机数产生方法
1、Box–Muller算法 当x和y是两个独立且服从(0,1)均匀分布的随机变量时,则 Z1=cos(2πx)⋅–2ln(1–y)−−−−−−−−−√Z1=cos⁡(2πx)⋅–2ln⁡(1–y)Z_1=\cos (2\pi x) \cdot \sqrt { – 2\ln (1 – y)}Z2=sin(2πx)⋅–2ln(1–y)−−−−−−−−−√Z2=sin⁡(2πx)⋅–2l...
Matlab中产生正态分布随机数的函数normrnd
功能:生成服从正态分布的随机数 语法: R=normrnd(MU,SIGMA) R=normrnd(MU,SIGMA,m) R=normrnd(MU,SIGMA,m,n)   说 明: R=normrnd(MU,SIGMA):生成服从正态分布(MU参数代表均值,DELTA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA必须形式相同,输出R也和它们形式相同。标量输入将被扩展成和
C/C++生成高斯分布随机数
产生正态分布或高斯分布的三种方法: 1. 运用中心极限定理(大数定理) 1 #include 2 #include 3 4 #define NSUM 25 5 6 double gaussrand() 7 { 8 double x = 0; 9 int i; 10 for(i = 0; i < NSUM; i++) 11 { 12
使用rand()产生服从高斯/正态分布的随机数
我们借助于rand()去生成高斯/正态分布。 当然,rand是伪随机的问题在此先不考虑。 (1)用Box-Muller方法,随机抽出两个从均匀分布的数字和。然后 那和都是正态分布的。 证明可用极坐标,请参考教科书中的Box-Muller方法。 C代码: #include #include #define PI 3.141592654double
python 正态分布随机数 numpy.random.randn 使用小技
格式: numpy.random.randn(d0, d1, ..., dn) Generate d0 X d1 X ... X dn dimensions normal Gaussian distribution of mean 0 and variance 1 . 同时,与np.random.standard_norma( ( d0, d1, ..., dn ))完全
EXCEL生成正态分布随机数据
EXCEL生成正态分布随机数据 如果用Matlab就为简单些,normrnd+normpdf就可实现。但是考虑到excel的普及性,所以采用excel来解决: 1、产生符合正态分布的随机数:输入“=NORMINV(RAND(),mean,standard_dav)”,mean是均值,standard_dav是标准方差。 2、下拉的方式产生需要数目的随机数,全选,复制,再右键点“选择性粘贴”,
关闭
关闭