Numpy: korelasi silang yang dinormalisasi (Trac #1714)

Dibuat pada 20 Okt 2012 · 12Komentar · Sumber: numpy/numpy

_Tiket asli http://projects.scipy.org/numpy/ticket/1714 pada 2011-01-15 oleh pengguna trac bubla, ditetapkan untuk tidak diketahui._

Halo,
Saya telah membuat tambalan yang memperluas fungsi correlate sehingga dapat menghitung korelasi silang yang dinormalisasi sekarang
Lihat [ http://en.wikipedia.org/wiki/Cross-correlation#Normalized_cross -correlation artikel Wikipedia].

Saya telah menambahkan dokumentasi dan doctest sederhana juga, tentu saja.
Patch ini bertentangan dengan master terbaru Git

01 - Enhancement Patch numpy.core

Sumber

numpy-gitbot

Komentar yang paling membantu

Ada jawaban di SO yang menunjuk ke sini: https://stackoverflow.com/a/5639626/5392420

Ini juga memiliki kode yang paling relevan disertakan. Karena lampiran di atas tidak lagi tersedia (setidaknya bagi saya), saya pikir akan sangat membantu jika ini sebagai awal implementasi.

Saya juga dapat mengonfirmasi bahwa - setidaknya dalam kasus saya - ini berfungsi untuk "menormalkan" vektor input sebelum menggunakan np.correlate seperti ini dan nilai yang masuk akal akan dikembalikan dalam kisaran [-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 pada 11 Jul 2017

👍12 🎉4

Semua 12 komentar

Lampiran ditambahkan oleh bubla pengguna trac pada 15-01-2011: korelasi.parch

numpy-gitbot pada 20 Okt 2012

_@rgommers menulis pada

Karena ini adalah fungsi baru, Anda harus bertanya pada milis apakah ini dapat disertakan.

Tes unit diperlukan, doctests tidak dijalankan secara default di test suite.

numpy-gitbot pada 20 Okt 2012

Ini bisa berguna.

charris pada 20 Feb 2014

Dapatkah seseorang memverifikasi apakah ini benar?

plurch pada 6 Apr 2014

Saya bertanya-tanya tentang apa yang benar dalam kombinasi dengan mode='full' .

seberg pada 6 Apr 2014

Saya kebetulan membutuhkan fitur ini, tetapi saya tidak yakin itu benar kecuali ketika mode='valid' DAN kedua array berukuran sama. Dengan kata lain, saya pikir normalisasi harus diterapkan pada setiap jendela.

jamessynge pada 19 Jun 2014

👍2

ada pembaruan tentang masalah ini?
Apakah tambalan telah diuji untuk semua mode berkorelasi?

VlamV pada 20 Okt 2014

@VlamV , karena tidak ada apa-apa di sini, tidak, saya tidak percaya begitu. Jika Anda punya waktu untuk memperbaikinya untuk mode lain, saya pikir kami bisa menambahkannya.

seberg pada 20 Okt 2014

Ada berita tentang ini?

hadim pada 2 Feb 2015

👍1

bukankah lebih masuk akal untuk membagi dengan standar deviasi dari bagian a yang sebenarnya digunakan (dalam kasus mode=same atau mode=full )

juga apakah tidak masuk akal untuk menggunakan opsi bias dan ddof dari numpy.corrcoef daripada hanya membagi dengan len(a)

wilberth pada 1 Okt 2015

Ada jawaban di SO yang menunjuk ke sini: https://stackoverflow.com/a/5639626/5392420

Ini juga memiliki kode yang paling relevan disertakan. Karena lampiran di atas tidak lagi tersedia (setidaknya bagi saya), saya pikir akan sangat membantu jika ini sebagai awal implementasi.

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 pada 11 Jul 2017

👍12 🎉4

Normalisasi dengan porsi sinyal a yang benar-benar digunakan (lihat komentar @wilberth ) diimplementasikan dengan metode numpy dalam fungsi korelasi_template di repositori ini: https://github.com/trichter/xcorr