Как заголовок, я пытаюсь найти пересечение двух функций плотности вероятности, чтобы найти оптимальную точку принятия решения с минимальной ошибкой принятия решения.Как найти пересечение двух распределений в Matlab
В моем случае Один дистрибутив является распределением по рэлеевскому, а другой - врагом .
(вы можете думать Рэлей и райсовский как в гауссовском распределении, так как проблема, которую я пытаюсь состояние будет происходить в гауссовском случае.)
Для генерации два векторов, соответствующий каждый PDF.
Fs=1000;
x=linspace(0,20,Fs*20)
Ray=pdf('Rayleigh',x,1);
Ric=pdf('rician',x,3,1);
Интуитивно, чтобы найти точку пересечения этих двух pdf.
я установить определенный порог, скажем
epsilon=0.001;
и пройти через все векторные элементы обоих векторов.
, если разница элементов в двух векторах меньше этого порогового значения, а затем запишите индекс.
, если пересечение происходит вблизи
index=350,
тогда я могу ожидать, что разница в стоимости этих индексов
347, 348, 349, 350, 351, 352, 353,
будет меньше эпсилон , то я выбираю медиану, то есть , index = 350, чтобы представить точку пересечения двух распределений.
Теперь проблема в том, что из-за природы этих pdf значение очень близко к нулю в самом начале и в хвосте.
Таким образом, независимо от того, как я выбираю эпсилон, индекс, которые записаны не будет что-то вроде
1,2,347, 348, 349, 350, 351, 352, 353, 6000,6001,6002,6003,6004,6005,6006.....
Как я могу решить эту проблему? , или есть ли какой-либо надежный способ найти пересечение двух PDF-файлов в Matlab? (Я думаю, что эта функция должна быть весьма фундаментальной.)
Спасибо за ответ, должен существовать как минимум для соотношения в точке пересечения, но у меня нет фигуры вне зависимости от того, будет ли он локальным минимумом или глобальным минимумом (он работает надежно, только если ему гарантирован глобальный минимум). С точки зрения невооруженным взглядом кажется, что в хвостах будет еще один минимум. –
Я занимаюсь абс (Ray./Ric-1), кажется, что единственными минимумами являются пересечения (и, конечно же, это глобальные минимумы.) Спасибо. –
@ AllenKuo Да, невооруженным глазом вводит в заблуждение хвосты. Хотя это не видно, один из хвостов во много раз больше другого. В любом случае, вы правы, мой подход работает только в том случае, если существует только один локальный минимум. Если есть несколько локальных минимумов, это будет произвольно производить один из них (что может быть не глобальным минимумом). В этом случае ваш пороговый подход будет лучше –