此函数对数据分布进行高斯拟合。 它基于 MATLAB 内置函数 lscov。 实际上，它是分布日志空间中 lscov 的接口。 它还实现了一种自动计算权重数组的算法，以消除分布尾部噪声引入的偏差。

光斑中心定位是光学测量中的关键技术之一，针对小尺寸光斑中心定位算法精度低等问题，提出了一种具有高精度的小尺寸光斑中心两步定位算法。通过寻找一阶导数零交叉点的方法确定光斑中心所在的像素级坐标，然后利用该中心邻域内不饱和点的灰度信息进行高斯拟合计算光斑中心亚像素级坐标。实验结果表明：在无噪声污染光斑图像中，与其他经典算法相比，两步定位算法误差远小于 0.05 像素，保证了光斑中心的高精度定位，且光斑成像越接近理想高斯分布，精度越高。

此函数采用一维略带噪声的测试信号，并使用 fminsearch() 函数拟合 6 个高斯函数。 确定每个高斯的参数（幅度、峰值位置和宽度）。 6 个高斯信号应加在一起以给出原始测试信号的最佳估计值。 您可以指定任意数量的高斯分布。 只需要基本的 MATLAB（不需要工具箱）。

流行病学调查及大规模前瞻性研究表明，高血压是心血管疾病的独立风险因素，采用电子血压计进行自助式日常血压监护，是预防严重心血管事件的重要途径。提出了一种设计电子血压计的新方法：首先确定振荡波中各个单波的峰值点；然后确定拟合振荡波包络线的最佳拟合曲线；进而查找包络线的最大值，选定积分区间，提出的积分公式和最大值的位置，确定舒张压和收缩压的位置，最后确定舒张压和收缩压。比较该方法与听诊法测得的血压，结果证明使用所介绍的方法测得的血压精度符合AAMI标准、BHS(B)级标准。说明该方法是适用的，使用该方法所设计的

2D GaussFit高斯拟合工具箱

基于BFGS的高斯拟合（C++工程）

MATLAB工具箱大全-2D GaussFit高斯拟合工具箱

C++代码，基于阴影的车辆假设区域生成，主要实现步骤：1.加载一张路面图片；2.加权平均灰度图；3.路面ROI提取（用于作为二值化分割的阈值提取）；4.对路面ROI进行canny边缘提取；5.对路面ROI进行路面信息提取（根据canny图，将非路面信息，车，路两边的干扰信息等剔除）；6.对步骤5中得到的图片信息进行直方图处理；7.对得到的直方图信息进行高斯拟合，得到直方图的标准差，均值信息；8.根据标准差和均值信息得到二值化的阈值；9.二值化处理，得到分割后的图像，得到所需要的车底阴影。

% This folder contains a collection of "fitting" functions. % (Some has demo options - the third section) % The GENERAL input to the functions should be samples of the distribution. % % for example, if we are to fit a normal distribution ('gaussian') with a mean "u" and varaince "sig"^2 % then the samples will distribute like: % samples = randn(1,10000)*sig + u % %fitting with Least-Squares is done on the histogram of the samples. % fitting with Maximum likelihood is done directly on the samples. % % % Contents of this folder % ======================= % 1) Maximum likelihood estimators % 2) Least squares estimators % 3) EM algorithm for estimation of multivariant gaussian distribution (mixed gaussians) % 4) added folders: Create - which create samples for the EM algorithm test % Plot - used to plot each of the distributions (parametric plot) % % % % % % Maximum likelihood estimators % ============================= % fit_ML_maxwell - fit maxwellian distribution % fit_ML_rayleigh - fit rayleigh distribution % (which is for example: sqrt(abs(randn)^2+abs(randn)^2)) % fit_ML_laplace - fit laplace distribution % fit_ML_log_normal- fit log-normal distribution % fit_ML_normal - fit normal (gaussian) distribution % % NOTE: all estimators are efficient estimators. for this reason, the distribution % might be written in a different way, for example, the "Rayleigh" distribution % is given with a parameter "s" and not "s^2". % % % least squares estimators % ========================= % fit_maxwell_pdf - fits a given curve of a maxwellian distribution % fit_rayleigh_pdf - fits a given curve of a rayleigh distribution % % NOTE: these fit function are used on a histogram output which is like a sampled % distribution function. the given curve MUST be normalized, since the estimator % is trying to fit a normalized distribution function. % % % % % Multivariant Gaussian distribution % ================================== % for demo of 1

用python编写的单高斯和多高斯的代码