[an error occurred while processing this directive] [an error occurred while processing this directive][an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive] (none) [an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive][an error occurred while processing this directive]
[an error occurred while processing this directive][an error occurred while processing this directive] [an error occurred while processing this directive][an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive] (none) [an error occurred while processing this directive] [an error occurred while processing this directive] [an error occurred while processing this directive][an error occurred while processing this directive]![]() |
![]() |
![]() |
|||||||||||||||||||||||||
|
|||||||||||||||||||||||||||
![]() |
![]() |
![]() |
Nicolai Hanssing wrote: > Kender i en algoritme til at finde et lokalt/globalt max/min for en > skalar funktion, hvor signalet er overlejret med støj?: > bestem max(g(k)), > udfra f(k)=g(k) + e > g(k) er ikke symmetrik omkring toppunktet, og derfor mener jeg ikke > Center-of-Gravity kn anvendes... Andre ideer? Et bud kunne være at antage at g(k) er kontinuert og differentabel og så finde Maksimum Entropi estimatet for g(k) og så finde maksima for denne kontinuerte funktion. Hvis støjen er Gaussisk fordelt, så er ME estimatet det samme som et least squares fit. Så hvad hvis du laver et spline fit til din funktion, det giver estimatet af g(k)? Graden af spline fittet svarer så til en antagelse om hvor kontinuet og differentiabel funktionen skal være. Den bør vælges så reduced chi-square er omtrent 1 med de errorbars dine data har. Fra dit estimat af g(k) kan du få ensemblet af eksperimentelle kurver f(k) ved at lægge støj funktionen til igen. Du kan derfor finde maksimum for fx. 500 f(k) kurver med forskellig støj fordelinger, og du vil få 500 estimater af k, på basis af disse kan du udregne <k> og usikkerheden på som var(<k>)=sqrt(<k^2>-<k>^2). -- * Kurosawa: http://www.designlabs.dk/husetsbio * * Email: Carsten dot Svaneborg at risoe dot dk * * http://www.fys.risoe.dk/fys/External/casv/ *
![]() |
![]() |
![]() |
||||||||||||
|
||||||||||||||
![]() | ||||||||||||||
|
||||||||||||||
![]() |
![]() |
![]() |