如何解决使用不等式星形混合建模约束参数
我正在尝试混合两个高斯，但我不知道如何使一个高斯的参数大于另一个高斯的参数。
# Generate fake data
np.random.seed(42)
g1 = models.Gaussian1D(0.7,-0.5,0.2)
g2 = models.Gaussian1D(0.3,0.5,0.1)
x = np.linspace(-1,1,200)
y = g1(x) + g2(x) + np.random.normal(0.,0.1,x.shape)
# Now to fit the data create a new superposition with initial
# guesses for the parameters:
gg_init = models.Gaussian1D(1,0.0,0.2) + models.Gaussian1D(0,0.1)
fitter = fitting.SLSQPLSQFitter()
gg_fit = fitter(gg_init,x,y)
# Plot the data with the best-fit model
plt.figure(figsize=(8,5))
plt.plot(x,y,'ko')
plt.plot(x,gg_fit(x))
plt.xlabel('Position')
plt.ylabel('Flux')
上面的代码与 astropy 文档中的示例几乎相同：https://docs.astropy.org/en/stable/modeling/compound-models.html。假数据由均值为 -0.5 的 g1 加上均值为 0.5 的 g2 组成。我最初的猜测是两个均值为 0.0 的高斯分布。如何将 g1 和 g2 的拟合均值联系起来，使得 g1 的均值大于 g2 的均值。在这个例子中，我希望 g1 的平均值为 -0.5，g2 的平均值为 0.5。
我找不到任何可帮助解决此问题的文档。
感谢任何帮助:)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
