1. 程式人生 > 其它 >學習如何用平均分佈隨機數生成正態分佈隨機數

學習如何用平均分佈隨機數生成正態分佈隨機數

技術標籤:C++基礎機器學習人工智慧演算法

最近在研究stage原始碼的時候,發現其中ranger的正態分佈噪聲模型使用了一個演算法,很值得借鑑。

演算法名叫Box–Muller transform,發明於1934年,總結在此。

公式為:截圖來源wikihttps://en.wikipedia.org/wiki/Box%E2%80%93Muller_transform

其中U1 U2 為0到1之間的均勻分佈隨機數

Z1公式中根號下 少一個符號,注意!

下面為程式碼:來源stage,可以生成均值為0,方差為variance的正態分佈。

https://codedocs.xyz/CodeFinder2/Stage/group__model__ranger.html

// Returns gaussian noise
// taken from http://en.wikipedia.org/wiki/Box%E2%80%93Muller_transform
template <class Scalar_t> Scalar_t generateGaussianNoise(Scalar_t variance)
{
  static bool haveSpare = false;
  static Scalar_t rand1, rand2;

  if (haveSpare) {
    haveSpare = false;
    return sqrt(variance * rand1) * sin(rand2);
  }

  haveSpare = true;

  rand1 = rand() / ((Scalar_t)RAND_MAX);
  if (rand1 < 1e-100)
    rand1 = 1e-100;
  rand1 = -2 * log(rand1);
  rand2 = (rand() / ((Scalar_t)RAND_MAX)) * TWO_PI;

  return sqrt(variance * rand1) * cos(rand2);
}