高斯函数
高斯函数（Gaussian function）是以数学家卡尔·弗里德里希·高斯命名的函数形式，其图形呈钟形曲线。它在概率论、统计学、信号处理、图像处理及物理学等多个领域有广泛应用，最著名的是作为正态分布的概率密度函数。该函数由参数均值μ和标准差σ决定其中心位置和形状宽度。
背景速读
- 高斯函数（Gaussian function）是数学中形如 f(x) = a·exp(-(x-b)²/(2c²)) 的函数，其图像呈对称的钟形曲线，在自然科学和工程领域广泛出现。
- 该函数以德国数学家卡尔·弗里德里希·高斯（Carl Friedrich Gauss）命名，高斯在19世纪初研究误差理论时系统使用了这一函数形式，故也被称为"正态分布"或"高斯分布"的概率密度函数正是基于此。
- 在信号处理中，高斯函数用于定义高斯滤波器（Gaussian filter），可对图像进行平滑去噪；在物理学中，它描述热扩散、量子谐振子基态波函数等现象；在机器学习中，高斯核（RBF核）是支持向量机和高斯过程的核心工具。
- 高斯函数的一个关键性质是：它的傅里叶变换仍是高斯函数，这让它在时域和频域之间变换时保持形式不变，非常便于理论分析。