random
高斯混合分布的随机变量
说明
示例
创建一个 gmdistribution 对象并生成随机变量。
定义一个二成分二元高斯混合分布的分布参数（均值和协方差）。
mu = [1 2;-3 -5];
sigma = [1 1]; % shared diagonal covariance matrix使用 gmdistribution 函数创建一个 gmdistribution 对象。默认情况下，该函数会创建一个等比例混合。
gm = gmdistribution(mu,sigma)
gm = Gaussian mixture distribution with 2 components in 2 dimensions Component 1: Mixing proportion: 0.500000 Mean: 1 2 Component 2: Mixing proportion: 0.500000 Mean: -3 -5
生成 1000 个随机变量。
rng('default'); % For reproducibility [Y,compIdx] = random(gm,1000);
compIdx(i) 表示用于生成第 i 个随机变量 Y(i,:) 的混合成分。计算由 Component 1 生成的随机变量的数目。
numIdx1 = sum(compIdx == 1)
numIdx1 = 512
random 使用 Component 1 生成大约一半的随机变量，因为 gm 具有相等的混合比例。
使用 scatter 绘制生成的随机变量。
scatter(Y(:,1),Y(:,2),10,'.') % Scatter plot with points of size 10
重置随机数生成器以生成相同的随机变量。
定义两个二元高斯混合成分的分布参数（均值、协方差和混合比例）。
p = [0.4 0.6]; % Mixing proportions mu = [1 2;-3 -5]; % Means sigma = cat(3,[2 .5],[1 1]) % Covariances 1-by-2-by-2 array
sigma =
sigma(:,:,1) =
2.0000 0.5000
sigma(:,:,2) =
1 1
cat 函数沿第三个数组维度串联协方差。定义的协方差矩阵是对角矩阵。sigma(1,:,i) 包含成分 i 的协方差矩阵的对角线元素。
使用 gmdistribution 函数创建一个 gmdistribution 对象。
gm = gmdistribution(mu,sigma);
保存随机数生成器的当前状态，然后使用 gm 生成一个随机变量。
s = rng; r = random(gm)
r = 1×2
-1.1661 -7.2588
将随机数生成器的状态恢复为 s，然后使用 gm 生成一个随机变量。值与之前相同。
rng(s); r1 = random(gm)
r1 = 1×2
-1.1661 -7.2588
输入参数
输出参量
版本历史记录
在 R2007b 中推出
