好的，我要做的就是在一组数据上建立一个比例空间，其中整个数据集大概取自高斯函数的总和。为此，我必须对数据集应用高斯卷积。我的最终目标是通过卷积数据的二阶导数中的过零点数找到该数据集中的高斯数。原因来自this article。
现在问题发生在scipy gaussian_filter1d我用来进行卷积的问题上。我假设当它说过滤器时它只意味着一个高斯卷积，因为已经有一个单独的函数用于fourier_gaussian_filter。另外，为了避免近似，我使用gaussian_filter1d自己的二阶导数，然后应用卷积。当我继续降低高斯滤波器的西格玛时会出现问题，你会认为它会更像是一个狄拉克三角洲。这就是零阶导数中较小的西格玛值时实际发生的情况。不幸的是，当我应用二阶导数高斯滤波器时，数据没有我期望的零交叉。事实上，即使原始数据中只有一个高斯，它也没有任何过零点。
关于可能存在问题的一些可能的想法是，实际的delta函数不具有导数，并且真正小的sigma Gaussian的导数不能近似于a的导数。三角洲。但我想听听社区对这个问题的看法。感谢您阅读本文。