本文介绍了Matlab中RandStream类在生成随机数中的作用，包括如何控制随机数的重复生成以确保结果的可重复性。通过 RandStream.getDefaultStream 和 reset 函数，可以实现随机数流的重置，从而在多次运行程序时得到相同的随机数序列。此外，还讨论了在机器学习和模式识别中，如何使用RandStream在不同实例间确保结果的多样性，以进行算法稳健性的评估。
一，matlab中生成随机数主要有三个函数：rand, randn,randi
1，rand 生成均匀分布的伪随机数。分布在（0~1）之间
主要语法：rand(m,n)生成m行n列的均匀分布的伪随机数
rand(m,n,'double')生成指定精度的均匀分布的伪随机数，参数还可以是'single'
rand(RandStream,m,n)利用指定的RandStream(我理解为随机种子)生成伪随机数
2，randn 生成标准正态分布的伪随机数（均值为0，方差为1）
主要语法：和上面一样
3, randi 生成均匀分布的伪随机整数
主要语法：randi（iMax）在开区间（0，iMax）生成均匀分布的伪随机整数
randi（iMax，m，n）在开区间（0，iMax）生成mXn型随机矩阵
r = randi([iMin,iMax],m,n)在开区间（iMin，iMax）生成mXn型随机矩阵
二，关于随机种子，伪随机数的重复生成
正常情况下每次调用相同指令例如rand生成的伪随机数是不同的，
例如：
rand(1,3)
rand(1,3)
matlab的输出为:
最低0.47元/天 解锁文章
扫一扫
227
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
