33、数据拟合与神经网络基础

数据拟合与神经网络基础

1. 数据拟合相关内容

1.1 拟合信号与背景

在实际应用中，我们常常需要拟合信号与背景。例如，在某些情况下，拟合结果如下：
- sigma : 1.04 ± 0.02
- p0 : 121.1 ± 2.2
- p1 : 17.2 ± 0.3
- Chi2/Ndf = 9/45

1.2 拟合多个峰

1.2.1 准备多峰直方图

我们要准备一个包含三个高斯峰和一个背景的直方图。背景分布使用根据解析函数 10 + 10 * x 生成的随机数创建。以下是实现代码：

from java.util import Random
from jhplot import *
from jhplot.io import *
from jhplot.math.StatisticSample import *
xmin,xmax=0,20
h1 = H1D('Data',200,xmin,xmax)
f=F1D('10+10*x',xmin,xmax)
p=f.getParse()
max=f.eval(xmax)
r= Random()
for i in range(10000):
    a=randomRejection(10,p,max,xmin,xmax)
    h1.fill(a)
    h1.fill(0.3*r.nextGaussian()+4)
    h1.fill(0.6*r.nextGaussian()+10)
    h1.fill(0.8*r.nex