数学_计算协方差矩阵/信息矩阵_理论+例子
目录
1. 多元高斯分布
1.1 标准高斯分布
1.2 一元高斯函数(一元高斯分布概率密度)
1.3 多元高斯分布
2. 协方差矩阵的计算
2.1 问题定义
2.2 室内外温度的例子
参考:
1. 多元高斯分布
1.1 标准高斯分布
标准高斯函数(正态分布)的标准形式有:
这个函数描述了变量x xx的一种分布特性,即为标准正态分布 x ∼ N ( 0 , 1 ) x\sim N(0,1)x∼N(0,1),变量x xx的分布有如下特点:
- 均值为 0
- 方差为 1
- 概率密度和为 1
1.2 一元高斯函数(一元高斯分布概率密度)
一元高斯函数一般形式为:
1.3 多元高斯分布
参考:数学_多元高斯分布_数学表达公式_惊鸿一博的博客-CSDN博客
回到多元正态分布,先从各维度不相关的多元高斯(正态)分布入手,数据点通过 d 维的列向量描述,各个维度的均值方差分别为
来描述,高斯概率密度函数可以表示为:
前面多出的项是为了让概率之和为1,其实这个方程可以这样子去解读:
这样,各个维度之间不相关的多元正态分布概率密度其实就是各个维度的正态分布概率密度函数的乘积,其实是因为各变量之间互不相关,因此联合概率密度等于各自概率密度的乘积,我们来把她写的漂亮点:
其中, 是协方差矩阵,里面的第 i 行第 j 列元素表示第 i 个变量第 j 个变量的协方差,由于假设了各个维度之间不相关,因此协方差矩阵只有在对角线的位置有值,代表不同变量的方差大小。这里面用到了 (行列式的计算,对角行列式等于对角线上元素的乘积)。
2. 协方差矩阵的计算
2.1 问题定义
x为多维变量(SLAM问题中待求解的状态量),当求解x时,会用到协方差矩阵。当待求解的状态量(未知数)维数很大时,对应的协方差矩阵也很大,导致矩阵计算的计算量巨大。对于服从高斯分布的状态量,可以使用条件概率将有相关性的变量变成条件独立的情况,然后利用贝叶斯公式对求解过程进行简化,这个过程就用到了信息矩阵(协方差矩阵的逆)的边缘化。
2.2 室内外温度的例子
a. 定义3个变量x1,x2,x3, 以及其表达式,假设其值服从高斯分布:
b. 根据协方差的公式 (其实就是计算期望),计算协方差矩阵中的各个元素(3x3=9个):
c. 根据联合高斯分布求解信息矩阵(协方差矩阵的逆):
d. 根据1.3节中,多元高斯分布的公式 可知 信息矩阵 为:
参考:
深蓝 VIO课程
多元高斯分布_均值和方差为0的高斯分布_aliphantom的博客-CSDN博客
期望E与高斯分布的期望_高斯分布的期望和方差_惊鸿一博的博客-CSDN博客
二维随机向量的数学期望E与协方差σ_惊鸿一博的博客-CSDN博客
数学_计算协方差矩阵/信息矩阵_理论+例子相关推荐
- 计算机思维生活中的应用,计算思维研究论文_计算思维的应用_论文:计算机思维在生活中的应用...
研究方法是指分析论证课题时的思维方法,它属于认识论范畴.没有正确的研究方法,就不能深入认识事物的本质,揭示其客观规律.没有正确的研究方法,就不能有所发现.有所发明.有所前进.有所创新,自然也就不能获取 ...
- python3两个三阶矩阵相乘_两个三阶矩阵相乘的例子和方法!急!
展开全部 给定三阶方阵A:A={{a,b,c},{d,e,f},{p,q,r}},把第一e69da5e887aa62616964757a686964616f31333433633532行的第一个数字变 ...
- 计算两个矩阵的行向量之间的欧式距离
1 问题描述 矩阵P的大小为[m, d] 用行向量表示为P1, P2,...,Pm 矩阵C的大小为[n, d] 用行向量表示为C1, C2,...,Cn 求矩阵P的每个行向量与矩阵C的每个行 ...
- java计算抛物线的标准方程_抛物线方程公式大全_抛物线的四种标准方程_抛物线公式_抛物线方程及图像_高中数学知识点总结网...
宜城教育资源网www.ychedu.com抛物线方程公式大全_抛物线的四种标准方程_抛物线公式_抛物线方程及图像_高中数学知识点总结网抛物线方程定义编辑抛物线定义:平面内与一个定点F和一条直线l的距离 ...
- python 矩阵运算 for循环_如何用 Python 科学计算中的矩阵替代循环
展开全部 因为在Mathematica中使用循环确实是低效的.32313133353236313431303231363533e78988e69d8331333361313961..... 深层次的原 ...
- java编写计算协方差矩阵_协方差矩阵的实例与意义
在机器学习中经常需要计算协方差矩阵,本科时没学过这个概念,一直对此非常头疼.现在试图通过实例的计算.图形化的表示来梳理一下什么是协方差矩阵. ###A numerical example 问题: 有一 ...
- 交替最小二乘矩阵分解_使用交替最小二乘矩阵分解与pyspark建立推荐系统
交替最小二乘矩阵分解 pyspark上的动手推荐系统 (Hands-on recommender system on pyspark) Recommender System is an informa ...
- 多目标分类的混淆矩阵_用于目标检测的混淆矩阵
多目标分类的混淆矩阵 After training a machine learning classifier, the next step is to evaluate its performanc ...
- 信息与计算科学要学c语言吗,学“数学与应用数学”和“信息与计算科学”哪个好?...
信息与计算科学可能比较好.信息与计算科学又称计算数学专业,相对于数学与应用数学来说,更多的涉及到matlab与MATCAD等数学软件的运用,与计算机软件方面有较多联系.而应用数学更多涉及到理论数学方面 ...
最新文章
- eclipse中一个项目引用另一个项目的方法
- 正则表达式提取字符串内所有的img标签下的src路径
- dotNetSpider 手记
- qt checkbox 选中事件_丽声事件 | 十堰市第五届全国青少儿播音主持等级考试圆满落幕...
- maven编译不通过:软件包com.sun.org.apache.xml.internal.security.utils.Base64 不存在
- 安装ORACLE 11G R2 +redhat es4遇到的问题
- MOSS 直接动态安装webPart到页面
- php实现跑马灯闪亮,易达CMS实现跑马灯特效!
- 共聚焦图片怎么加标尺_聚焦扶贫政策,打造小康生活
- java从键盘上录入学生人数和每个学生的姓名以及分数,按照分数降序输出,学生名次、学生姓名、学生分数
- java 视频 缩略图_如何使用java提取视频缩略图或某一帧的图片
- java静态变量需要初始化吗_» Java静态变量初始化顺序浅谈
- r语言基本操作及数据处理(超详细)
- 单片机驱动DM9000网卡芯片
- python将整数转换成二进制形式的方法
- 线下综合体-中岛店的一些思考
- 凯悦宣布旗下凯悦悠选品牌首次进入亚太地区;格林酒店发布2021年三季报 | 全球旅报...
- python3报错: takes 1 positional argument but 2 were given 问题解决。
- 创意h5案例作品展示:谁是王牌拆弹专家
- h5+css3基础面试题
热门文章
- [21届]web前端开发实习生岗位面试准备----HTML
- 20届 web前端实习生的应聘过程
- java铁傀儡_我的世界:如果不注意这三个方面,那么自制的铁傀儡就召唤不了?...
- 在线教育巨头3P大战 猿辅导可能第一个倒下
- 建模竞赛省奖论文完整版+代码附录支撑材料
- 计算机毕业设计Java春暖养老网络平台(源码+系统+mysql数据库+lw文档
- 中国大学MOOC-翁恺-C语言程序设计PAT习题集(第二章)
- 极客圈(一)树莓派3B协同Python打造个性化天气闹钟
- Conky Linux桌面环境的系统监视软件
- PHP5:session会话的使用和分析