赞
踩
- # 个人记录
-
- 自己关于给图像加噪声的实验,见文件:Add_Noise_to_Image.mlx。网页记录:https://blog.csdn.net/Dust_Evc/article/details/125583315
-
- # 个人记录
生成一个维度为Custom_size,均值为Mean,方差为Var的噪声:
Noise = Mean + sqrt(Var)*randn(Custom_size);
其中,randn()
返回一个从标准正态分布中(均值为0,方差为1)得到的随机标量。
例1:
- K>> Test = 3 + sqrt(0.5)*randn(1,102400); R = [mean(Test),sum((Test(1,:)-mean(Test)).^2)/(length(Test)-1)]
-
- R =
-
- 3.0017565021829 0.501380264755088
例2:
- K>> Test = -7 + sqrt(0.01)*randn(1,102400); R = [mean(Test),sum((Test(1,:)-mean(Test)).^2)/(length(Test)-1)]
-
- R =
-
- -7.00017236519557 0.0100363870325614
NoiseData = RawData + Error_level*randn(size(RawData));
例:
给正弦函数生成的数据加上相对误差水平为0.1的噪声:
- % 定义函数f(x)
- f = @(x) sin(x);
-
- % 生成离散点
- x1 = 0:1/100:2*pi;
-
- F_Noise = f(x1) + 0.1*randn(size(x1)).*f(x1);
-
- figure
- plot(x1,F_Noise)
这里的相对误差水平0.1也是上面的标准差,即sqrt(Var)
参考自/推荐阅读:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。