算法请教,有一泊松随机分布(算法给出),要随机的加到512*512个点上,写了一个算法,要执行两分钟,谁能帮看看,简化一下,谢谢了
楼主zuohongying(一塌糊涂)2002-01-28 11:13:20 在 专题开发/技术/项目 / 数据结构与算法 提问
int poisson(double lambda,double probability)//lambda和probability都是定值20和0.25
{
int k=0;
double r1=rand();//r1为0到32768之间的某值
double r=r1/rand_max;// rand_max=32768为r使在0到1之间
double v=1;
int p;
p=::floor(r+probability);//通过probability随机分布概率控制
while (v>=exp(-lambda))
{
v=v*r;
k++;
}
return (k-lambda)*p;
}
///////////////////////////
int main(void)
{
for(int j=0;j<512;j++)
{
for(int i=0;i<512;i++)
{
g=poisson(20,0.25);
B[i][j]=nAxtualx[i][j]+g;//nAxtualx[i][j]的值已知
if(B[i][j]>255)B[i][j]=255;
}
}
return
}
//////////////////
其中泊松分布算法为
double r=r1/rand_max;// rand_max=32768为r使在0到1之间
double v=1;
while (v>=exp(-lambda))
{
v=v*r;
k++;
}
return k;
}
相关推荐
在本项目中,我们主要探讨的是使用MATLAB进行随机数生成和分布图形的绘制,重点关注正态分布曲线、泊松分布以及泊松分布图。MATLAB是一款强大的数值计算和数据可视化软件,它提供了丰富的函数库来处理各种统计分布和...
在这个压缩包中,“poisson(0.2).c”文件很可能是用C语言编写的代码,用于生成平均值为0.2的泊松随机序列。在信号处理中,泊松分布可以用来模拟稀疏事件,例如无线通信中的突发干扰。 其次,瑞利分布是一种连续概率...
在随机数的产生过程中,我们还需要理解“随机性”的概念。在计算机中,由于算法的确定性,真正的随机数是无法生成的,我们通常采用伪随机数序列,它们看起来像是随机的,但实际上是可预测的。Matlab提供了种子设置...
通过对二项分布与泊松分布进行假设检验,不仅可以帮助我们选择更合适的概率模型,而且还能提高基于这些模型做出决策的准确性。这种方法在实际应用中非常有用,特别是在需要评估随机事件发生的概率时。通过适当的假设...
3. **编程实现**:首先,需要包含必要的头文件,如`<iostream>`、`<cstdlib>`、`<ctime>`等。然后,定义一个函数,输入参数为λ,返回一个泊松随机数。在函数内部,可以使用循环和条件判断来实现舍伍德算法。同时,...
泊松过程是一种随机过程,其中事件发生的时间间隔服从独立同分布的指数分布,且在任意给定时间段内发生的事件数具有泊松分布。这种过程具有无记忆性,即过去发生的事件对未来的事件发生频率没有影响。 在R语言中,...
3. 执行蒙特卡洛模拟,通过泊松分布随机生成病例数,以评估实际观测的LLR是否显著高于随机水平。 4. 计算每个模拟的LLR最大值,并与实际观测的LLR进行比较,以此确定观测结果的统计显著性。 5. 输出统计显著的异常...
7. **泊松分布**(Poisson distribution):泊松分布适用于描述单位时间内随机事件发生的次数,如电话呼叫、网站访问等。"泊松函数分布.cpp"将包含计算泊松分布概率的函数。 这些分布函数的实现对于理解和应用统计...
算法还通过蒙特卡洛模拟,多次随机抽样以建立LLR的分布情况,进而评估观察到的LLR是否显著高于随机水平,这有助于区分真正的疫情热点与随机波动。 ##### 4. 异常检测与结果输出 - 最后,算法将实际观测到的LLR值与...
统计分布涵盖了许多经典和现代的分布类型,如正态分布、二项分布、泊松分布、卡方分布、t分布和F分布等。正态分布,也称为高斯分布,是自然现象中最常见的分布之一,其特点是数据集中在均值附近,呈现出钟形曲线。二...
在概率论和数理统计领域,泊松定理是一个重要的理论,它描述了在一定时间或空间区域内,随机事件发生的次数的概率分布。泊松定理通常用于那些在短时间内发生次数频繁,但每次发生的可能性很小的独立事件。例如,电话...
"分布检验与剔除异常数据.zip_2OG_EXCEL数据剔除_GBM_poisson分布_数据正态分布"这个压缩包提供了两个关键步骤来确保数据的准确性和可靠性:异常值的检测与剔除以及数据分布的识别。以下是对这些知识点的详细说明: ...
常见的数学分布包括泊松分布、二项分布、正态分布、均匀分布和指数分布,这些分布各有其特性和应用。 1. **数学期望**:数学期望是随机变量的一个基本属性,它反映了随机变量平均取值的大小。例如,对于一个城市...
此外,如果颗粒是动态加载的,还需要定义加载条件,如重力、冲击等。 总结来说,这个压缩包提供的`2D-Round-NI-R.py`文件是一个ABAQUS自定义子程序,用于创建二维空间中随机分布的圆形颗粒模型。它涉及Python编程、...
4. "paramVerify.m" 涉及参数检验,可能用于验证随机数生成器是否能产生符合特定概率分布(如泊松、指数、伽马等)的随机数。 在实际应用中,这些检验通常包括统计测试,如Kolmogorov-Smirnov检验、Chi-squared检验...
本文将深入探讨如何使用逆变换法生成正态分布和泊松分布的随机变量,并进行拟合度检验。 首先,我们要理解正态分布和泊松分布。正态分布,又称为高斯分布,是一种连续概率分布,其概率密度函数呈钟形曲线,中心对称...
10. **F分布**和χ²分布:在假设检验和回归分析中常见,F分布用于比较两个方差,χ²分布则常用于卡方检验和拟合优度检验。 这些分布不仅提供了理论框架,还为实际问题提供了解决方法,如预测、决策和建模。通过...
在实际应用中,我们可能还需要对模拟结果进行统计检验,以确认是否符合泊松过程的特性。例如,可以检查事件发生的时间间隔是否独立,或者检验相邻事件的时间差是否符合指数分布。这通常涉及计算相关系数或进行...