Numpy: corrélation croisée normalisée (Trac #1714)

Créé le 20 oct. 2012 · 12Commentaires · Source: numpy/numpy

_Billet original http://projects.scipy.org/numpy/ticket/1714 le 2011-01-15 par l'utilisateur trac bubla, attribué à inconnu._

Bonjour,
J'ai créé un correctif qui étend la fonction correlate afin qu'elle puisse maintenant calculer la corrélation croisée normalisée
Voir [ http://en.wikipedia.org/wiki/Cross-correlation#Normalized_cross -correlation l'article Wikipedia].

J'ai ajouté de la documentation et un simple doctest aussi, bien sûr.
Le patch est contre le dernier maître Git

01 - Enhancement Patch numpy.core

Source

numpy-gitbot

Commentaire le plus utile

Il y a une réponse à SO qui pointe ici : https://stackoverflow.com/a/5639626/5392420

Il contient également le code le plus pertinent. Comme la pièce jointe ci-dessus n'est plus disponible (du moins pour moi), j'ai pensé qu'il pourrait être utile de l'avoir comme point de départ pour la mise en œuvre.

Je peux également confirmer que - du moins dans mon cas - cela fonctionne pour "normaliser" les vecteurs d'entrée avant d'utiliser np.correlate comme ceci et des valeurs raisonnables seront renvoyées dans une plage de [-1,1] :

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 le 11 juil. 2017

👍12 🎉4

Tous les 12 commentaires

Pièce jointe ajoutée par l'utilisateur du trac bubla le 15-01-2011 : correlate.parch

numpy-gitbot le 20 oct. 2012

_@rgommers a écrit le 2011-03-29_

Comme il s'agit d'une nouvelle fonctionnalité, vous devez demander sur la liste de diffusion si cela peut être inclus.

Un test unitaire est nécessaire, les doctests ne sont pas exécutés par défaut dans la suite de tests.

numpy-gitbot le 20 oct. 2012

Cela pourrait être utile.

charris le 20 févr. 2014

Quelqu'un peut-il vérifier si c'est correct ?

plurch le 6 avr. 2014

Je me demande ce qui est juste en combinaison avec mode='full' .

seberg le 6 avr. 2014

Il se trouve que j'ai besoin de cette fonctionnalité, mais je ne suis pas sûr qu'elle soit correcte, sauf lorsque mode='valid' ET que les deux tableaux ont la même taille. En d'autres termes, je pense que la normalisation doit être appliquée à chaque fenêtre.

jamessynge le 19 juin 2014

👍2

des mises à jour sur le sujet ?
Le correctif a-t-il été testé pour tous les modes corrélés ?

VlamV le 20 oct. 2014

@VlamV , comme il n'y a rien ici, non, je ne le crois pas. Si vous avez le temps de le corriger pour les autres modes, je pense que nous pourrions l'ajouter.

seberg le 20 oct. 2014

Des nouvelles à ce sujet ?

hadim le 2 févr. 2015

👍1

ne serait-il pas plus logique de diviser par l'écart type de la portion de a qui est réellement utilisée (dans le cas de mode=same ou mode=full )

n'aurait-il pas non plus de sens d'utiliser les options bias et ddof de numpy.corrcoef au lieu de simplement diviser par len(a)

wilberth le 1 oct. 2015

Il y a une réponse à SO qui pointe ici : https://stackoverflow.com/a/5639626/5392420

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 le 11 juil. 2017

👍12 🎉4

La normalisation par la portion de signal a qui est réellement utilisée (voir le commentaire de @wilberth ) est implémentée avec des méthodes numpy dans la fonction correlate_template de ce référentiel : https://github.com/trichter/xcorr