上一页

ⓘ 统计噪声




                                     

ⓘ 统计噪声

统计噪声 (英语:statistical noise)是一个统计学概念,它是指随机变量观测值的变差相对于随机变量服从的真实分布的变差不可解释的部分,即这些观测值的不可解释变差(英语:unexplainable variation)。

                                     
  • 噪声 虽作为一个随机信号 仍然具有 统计 学上的特征属性 功率谱密度 功率的频谱分布 即是 噪声 的特征之一 从而人们可以通过它来区分不同类型的 噪声 在一些 噪声 扮演着重要角色的研究领域中 例如声学 电子工程和物理 这种 噪声 分类方法通常会给予不同的功率谱密度一个不同的 色彩 称谓 也就是说不同种类的 噪声
  • 粉红 噪声 或1 ƒ噪音 有时也称作閃爍雜訊 是一个具有功率谱密度 能量或功率每赫兹 与频率成反比特征频谱的信号或过程 在粉红 噪声 中 每个倍频程中都有一个等量的 噪声 功率 粉红 噪声 的名称源于这种功率谱下的可见光视觉颜色为粉色 在科学文献中 术语1 ƒ 噪声 通常宽泛地指任何一种带有如下所示功率谱密度的 噪声
  • 散粒 噪声 是一种实验观测中的读出 噪声 当观测中数量有限的携带能量的粒子 例如电路中的电子或光学仪器中的光子 数量少到能够引发数据读取中出现可观测到的 统计 涨落 这种读出的 统计 涨落被称作散粒 噪声 这种 噪声 在电子学 通信和基础物理领域是相当重要的概念 这种 噪声 的强度随着平均电流强度或平均光强度增加 但是
  • 约翰逊 奈奎斯特 噪声 英語 Johnson Nyquist noise 也称作热 噪声 约翰逊 噪声 或奈奎斯特 噪声 是由于热搅动导致导体内部的电荷载体 通常是电子 达到平衡状态时的电子 噪声 与所施加电压无关 一般用 统计 物理推导该 噪声 被称作波动耗散定理 这里用广义阻抗或广义极化率来表征该介质
  • Perlin 噪声 Perlin noise 指由Ken Perlin发明的自然 噪声 生成算法 由于Perlin本人的失误 Perlin 噪声 这个名词现在被同时用于指代两种有一定联系的的 噪声 生成算法 这两种算法都广泛地应用于计算机图形学 因此人们对这两种算法的称呼存在一定误解 下文中的Simplex 噪声 和分形 噪声
  • 噪声 的定义除了要求均值为零外并没有对信号应当服从哪种概率分布作出任何假设 因此 如果某白 噪声 过程服从高斯分布 则它是 高斯白 噪声 类似的 还有泊松白 噪声 柯西白 噪声 等 人们经常将高斯白 噪声 与白 噪声 相混同 这是不正确的认识 根据中心极限定理 高斯白 噪声
  • 加性高斯白 噪声 英语 Additive white Gaussian noise AWGN 在通信领域中指的是一种功率谱函数是常数 即白 噪声 且幅度服从高斯分布的 噪声 信号 因其可加性 幅度服从高斯分布且为白 噪声 的一种而得名 该 噪声 信号为一种便于分析的理想 噪声 信号 实际的 噪声
  • 噪声 之和 暗电 噪声 包括串联和并联 噪声 其中串联 噪声 为霰彈 噪声 它大致正比于APD的电容 而并联 噪声 则与APD的体暗电流和表面暗电流的波动有关 此外 还存在用 噪声 系数F表示的超额 噪声 它是随机的APD倍增过程中所固有的 统计 噪声 理论上 在倍增区中可采用任何半导体材料
  • 统计机器翻译的首要任务是为语言的产生构造某种合理的 统计 模型 并在此 统计 模型基础上 定义要估计的模型参数 并设计参数估计算法 早期的基于词的 统计 机器翻译采用的是 噪声 信道模型 采用最大似然准则进行无监督训练 而近年来常用的基于短语的 统计 机器翻译则采用区分性训练方法 一般来说需要参考语料进行有监督训练