Answers:
噪声是随机的，但像大多数随机现象一样，它遵循一定的模式。不同的模式使用不同的名称。
考虑滚动模具。这显然是随机的。将骰子滚动1000次，跟踪每个结果。然后，计算结果的直方图；您会发现1、2、3、4、5和6的次数大约相同。这种模式称为“均匀”，可以用“均匀随机变量”对掷骰子进行建模。
可以用热噪声重复进行相同的实验。加热电阻，放大产生的电压，并多次测量其瞬时功率。然后计算直方图。这次，您将找不到统一的直方图；它的形状像钟形曲线，接近零的值比远离零的值更常见。在KF高斯之后，这种直方图称为高斯。
高斯随机现象在自然界中非常普遍。事实证明，只要您观察到的随机事物是许多独立的随机事件的集合，总的随机变量就是高斯（技术上称为中心极限定理）。对于热噪声，您正在测量受热激发的数百万或数十亿个随机振荡的电子的总效应。
有一种更简单的方法可以在家中（或在计算机中模拟）创建高斯随机性：拿很多骰子（例如100），将它们全部掷出多次，并跟踪每次掷出的总数。如果再次找到直方图，您会发现它遵循钟形曲线。原因在直观上很容易掌握：使用100个骰子，您不太可能总共获得100个骰子（所有骰子都必须落在1个骰子中），但是很容易获得350个左右的数字，因为许多不同的组合会增加多达这样一个数字。
总而言之，有多种不同的噪声会影响信号或图像，每种噪声具有不同的统计属性。高斯噪声是一种非常重要的噪声，因为它非常普遍。它的特征是遵循钟形曲线（或高斯函数）的直方图（更准确地说是概率密度函数）。随着学习的深入，您会发现它还具有其他一些重要的统计属性。
也可以看看：
以及本网站上的许多其他相关问题。
它以极具影响力和著名的德语数学家卡尔·弗里德里希·高斯（Carl Friedrich Gauss）的名字命名，他生活在18世纪和19世纪，并受到早期统计的影响，其中高斯分布（正态分布）与中心极限定理，和或如果基础分布足够好（实际上，它必须表现得很讨厌才能使分布不正确），则足够均匀分布的随机数的平均值将是（接近）高斯的。
在发音高斯时，如果您以a开头，其余部分会像鼠标一样运转，但是在英语世界中，鼠标中的“ ou”通常变为德语“ hallo”中的“ o”。