Солвер, чтобы соответствовать 2Д распределение Гаусса

---

Привет,

Я использую C# и решатель, чтобы соответствовать 2D-Гауссу. Используя смоделированные данные (без шума) с различными сигмами, интенсивностями и центром, он работал идеально. Однако с реальными данными он работает только около 50% времени, хотя все тестовые данные представляют собой изображения примерно одинакового качества и приблизительно одинаковые Сигмы для обоих x и y. могу ли я отправить код, чтобы кто-то, у кого больше опыта, мог увидеть, что я сделал неправильно.

Изображения имеют размер около 100x100 с разрешением 5 мм и сигмами около 7 мм как для x, так и для Y.

Когда это не удалось, он потерпел неудачу со значениями сигм и интенсивности, близкими к 0.0.

Это такая простая проблема, я не думаю, что решатель не может справиться с ней, и данные совсем не так шумны. Это должно быть что-то тонкое, что я не построил модель должным образом.

Я был бы очень признателен, если бы кто-нибудь мог помочь.

Спасибо,

Даниил

Вот основной код

var solver = SolverContext.GetContext();
            solver.ClearModel();
            var model = solver.CreateModel();
                 
            var decisionsA = Spot_Params.Spot_ParamsA.Select(
                it => new Decision(Domain.RealNonnegative, it.Key));
            model.AddDecisions(decisionsA.ToArray());
            var decisionsB = Spot_Params.Spot_ParamsB.Select(
                it => new Decision(Domain.Real, it.Key));
            model.AddDecisions(decisionsB.ToArray());
          
            var objective = new SumTermBuilder(gaussMatrix.Data_1D.Count());
            var sx = model.Decisions.ElementAt(0);           
            var sy = model.Decisions.ElementAt(1);           
            var sf = model.Decisions.ElementAt(2);            
            var cx = model.Decisions.ElementAt(3);            
            var cy = model.Decisions.ElementAt(4);           

            var sx_sq_2_inv = 1.0 / (sx * sx * 2.0);
            var sy_sq_2_inv = 1.0 / (sy * sy * 2.0);
                      
            int n = 0;
            for (int j = 0; j < gaussMatrix.Nrow; j++)
            {
                var dy = gaussMatrix.Ypos[j] - cy;

                for (int i = 0; i < gaussMatrix.Ncol; i++)
                {                              
                    var dx = gaussMatrix.Xpos[i] - cx;
                    var v = (dx * dx) * sx_sq_2_inv + (dy * dy) * sy_sq_2_inv;                  
                    var value = sf * Model.Exp(-v);
                    var diff = gaussMatrix.Data_1D[n++] - value;

                    objective.Add(diff * diff);
                }
            }

            model.AddGoal("OptimizedSpotParams", GoalKind.Minimize, objective.ToTerm());
                      
            // Extract fitted parameters
          
            var spot_params = fittedParams.Spot_Params;
            Solution solution;
            solution = await Task.Run(() => solver.Solve());

Что я уже пробовал:

Просмотр кода и входных данных. Не видел ничего явно неправильного

---