Numpy: 归一化互相关 (Trac #1714)

创建于 2012-10-20 · 12评论 · 资料来源: numpy/numpy

_原票http://projects.scipy.org/numpy/ticket/1714 on 2011-01-15 by trac 用户 bubla，分配给未知。_

你好，
我制作了一个扩展correlate函数的补丁，因此它现在可以计算归一化互相关
请参阅 [ http://en.wikipedia.org/wiki/Cross-correlation#Normalized_cross -correlation 维基百科文章]。

当然，我也添加了文档和简单的 doctest。
该补丁针对最新的 master Git

01 - Enhancement Patch numpy.core

资料来源

numpy-gitbot

最有用的评论

SO有一个答案指向这里： https :

它还包含最相关的代码。由于上面的附件不再可用（至少对我而言），我认为将其作为实施的开始可能会有所帮助。

我还可以确认 - 至少在我的情况下 - 它可以在使用np.correlate之前“规范化”输入向量，这样合理的值将在 [-1,1] 的范围内返回：

a = (a - np.mean(a)) / (np.std(a) * len(a))
b = (b - np.mean(b)) / (np.std(b))
c = np.correlate(a, b, 'full')

ElpyDE 于 2017-07-11

👍12 🎉4

所有12条评论

trac 用户 bubla 在 2011-01-15 添加的附件： correlate.parch

numpy-gitbot 于 2012-10-20

_@rgommers写于 2011-03-29_

由于这是新功能，您应该在邮件列表中询问是否可以包含此功能。

单元测试是必要的，默认情况下在测试套件中不执行 doctests。

numpy-gitbot 于 2012-10-20

这可能很有用。

charris 于 2014-02-20

有人可以验证这是否正确吗？

plurch 于 2014-04-06

我想知道什么是正确的与mode='full'结合使用。

seberg 于 2014-04-06

我碰巧需要这个功能，但我不确定它是否正确，除非 mode='valid' 并且两个数组的大小相同。换句话说，我认为标准化必须应用于每个窗口。

jamessynge 于 2014-06-19

👍2

关于此事的任何更新？
补丁是否已针对所有相关模式进行了测试？

VlamV 于 2014-10-20

@VlamV ，因为这里什么都没有，不，我不这么认为。如果您有时间为其他模式修复它，我想我们可以添加它。

seberg 于 2014-10-20

有这方面的消息吗？

hadim 于 2015-02-02

👍1

除以实际使用的a部分的标准偏差是否更有意义（在mode=same或mode=full ）

也将是没有意义的使用bias和ddof的选项numpy.corrcoef ，而不是仅仅通过将len(a)

wilberth 于 2015-10-01

SO有一个答案指向这里： https :

它还包含最相关的代码。由于上面的附件不再可用（至少对我而言），我认为将其作为实施的开始可能会有所帮助。

我还可以确认 - 至少在我的情况下 - 它可以在使用np.correlate之前“规范化”输入向量，这样合理的值将在 [-1,1] 的范围内返回：

a = (a - np.mean(a)) / (np.std(a) * len(a))
b = (b - np.mean(b)) / (np.std(b))
c = np.correlate(a, b, 'full')

ElpyDE 于 2017-07-11

👍12 🎉4

实际使用的信号 a 部分的规范化（请参阅@wilberth的评论）是通过此存储库中的 correlate_template 函数中的 numpy 方法实现的： https :

trichter 于 2019-03-26

此页面是否有帮助？

0 / 5 - 0 等级

Numpy: 归一化互相关 (Trac #1714)

最有用的评论

所有12条评论

相关问题