python怎么给数据加上高斯噪声

613
2024/3/2 10:07:30
栏目: 编程语言
开发者测试专用服务器限时活动,0元免费领,库存有限,领完即止! 点击查看>>

要给数据加上高斯噪声,可以使用numpy.random.normal函数生成高斯分布的随机数,并将其加到原始数据上。下面是一个示例代码:

import numpy as np

def add_gaussian_noise(data, mean, std):
    noise = np.random.normal(mean, std, size=data.shape)
    noisy_data = data + noise
    return noisy_data

# 示例数据
data = np.array([1, 2, 3, 4, 5])

mean = 0  # 噪声的均值
std = 0.1  # 噪声的标准差

noisy_data = add_gaussian_noise(data, mean, std)
print(noisy_data)

在上面的代码中,add_gaussian_noise函数接受三个参数:原始数据data、噪声的均值mean和噪声的标准差std。该函数首先使用numpy.random.normal函数生成与原始数据形状相同的高斯分布随机数(均值为mean,标准差为std),然后将这些随机数加到原始数据上,得到带有高斯噪声的数据。最后,打印输出带有噪声的数据。

请根据实际需要修改示例代码中的数据和参数。

辰迅云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

推荐阅读: python配置tensorflow报错怎么解决