scipy.signal.gauss_spline¶
- scipy.signal.gauss_spline(x, n)[源代码]¶
n阶B样条基函数的高斯逼近。
- 参数
- xarray_like
纽结向量
- n集成
样条线的顺序。必须为非负，即n>=0
- 退货
- resndarray
用零均值高斯函数逼近的B样条基函数值。
注意事项
B样条基函数可以很好地用标准差等于的零均值高斯函数来逼近 \(\sigma=(n+1)/12\) 对于大型 n ：
\[\frac{1}{\sqrt{2\pi\sigma^2}}exp(-\frac{x^2}{2\sigma})\]参考文献
- 1
张晓华，张晓华，张晓明，等.基于B-样条的快速精确高斯导数.北京：中国人民大学硕士学位论文，2005，20(4)：343-662.(2).(2)基于B-样条函数的快速精确高斯导数(英文)(1)(2)(2)收录于：SGallari F.，Murli A.，Paragios N.(编辑)计算机视觉中的尺度空间和变分方法。SSVM 2007。计算机科学讲义，第4485卷。斯普林格，柏林，海德堡
- 2
http://folk.uio.no/inf3330/scripting/doc/python/SciPy/tutorial/old/node24.html
示例
我们可以计算由高斯分布近似的B样条基函数：
>>> from scipy.signal import gauss_spline, bspline >>> knots = np.array([-1.0, 0.0, -1.0]) >>> gauss_spline(knots, 3) array([0.15418033, 0.6909883, 0.15418033]) # may vary
>>> bspline(knots, 3) array([0.16666667, 0.66666667, 0.16666667]) # may vary