广义高斯分布参数估计(GGD)。 这是对广义高斯分布中两个参数alpha,beta的估计方法，对自然图像的大量统计特征就符合这一分布。 参数估计

此程序是随机信号分析实验中产生均匀及高斯分布及其方差均值计算的，在tc上运行

自己搜集资源编写的高斯随机数生成方法，总结了三种方法，并验证了结果的正确性。适合写论文的小伙伴们。啦啦啦啦

此函数计算具有指定参数（均值和协方差矩阵）的两个多元高斯分布之间的Kullback-Leibler（KL）散度。 协方差矩阵必须是正定的。 该代码高效且数值稳定。 例子： 1）计算两个单变量高斯之间的KL散度：KL（N（-1,1）|| N（+1,1）） mu1 = -1; mu = +1; s1 = 1； s2 = 1； mvgkl（mu1，s1 ^ 2，mu2，s2 ^ 2） 2）计算两个二元高斯变量之间的KL散度：KL（N（mu1，S1）|| N（mu2，S2）） mu1 = [-1 -1]'； mu2 = [+1，+1]'; S1 = [1 0.5; 0.5 1]; S2 = [1- -0.7; -0.7 1]； mvgkl（mu1，S1，mu2，S2）

将具有任意分布的模拟数据转换为高斯分布的简单代码

Simple_GAN：GAN：通过简单生成对抗网络生成高斯分布的示例

两个高斯分布之间的 Kullback-Leibler 散度

基于局部灰度聚类的高斯分布拟合模型.pdf

基于广义高斯分布的彩色图像检索

用matlab产生3维的高斯分布，初学者的练习，r=linspace(0,3,500); the=linspace(0,2*pi,500); [rho,theta]=meshgrid(r,the); [x,y]=pol2cart(theta,rho); n=0;