Numpy: 정규화된 상호 상관(Trac #1714)

2011-01-15에 trac 사용자 bubla가 추가한 첨부 파일: correlation.parch

__@rgommers 는 2011-03-29에 작성했습니다.

이것은 새로운 기능이므로 포함할 수 있는지 메일링 리스트에 문의해야 합니다.

단위 테스트가 필요하며 doctest는 테스트 스위트에서 기본적으로 실행되지 않습니다.

이것은 유용할 수 있습니다.

누군가 이것이 올바른지 확인할 수 있습니까?

mode='full' 와 조합하여 무엇이 옳은지 궁금합니다.

이 기능이 필요하게 되었지만 mode='valid'이고 두 배열의 크기가 같은 경우를 제외하고 올바른지 확신할 수 없습니다. 즉, 정규화를 각 창에 적용해야 한다고 생각합니다.

문제에 대한 업데이트가 있습니까?
패치가 모든 상관 모드에 대해 테스트되었습니까?

@VlamV , 여기에는 아무것도 없기 때문에 아니요, 그렇게 믿지 않습니다. 다른 모드에 대해 수정할 시간이 있으면 추가할 수 있다고 생각합니다.

이것에 대한 소식이 있습니까?

실제로 사용되는 a 부분의 표준편차로 나누는 것이 더 합리적이지 않습니까( mode=same 또는 mode=full )

단순히 len(a) 나누는 대신 numpy.corrcoef 의 bias 및 ddof 옵션을 사용하는 것도 의미가 없습니다

여기를 가리키는 SO에 대한 답변이 있습니다. https://stackoverflow.com/a/5639626/5392420

또한 가장 관련성이 높은 코드가 포함되어 있습니다. 위의 첨부 파일은 더 이상 사용할 수 없으므로(적어도 나에게는) 구현을 위한 시작으로 이것을 갖는 것이 도움이 될 수 있다고 생각했습니다.

또한 적어도 제 경우에는 이와 같이 np.correlate 를 사용하기 전에 입력 벡터를 "정규화"하고 합리적인 값이 [-1,1] 범위 내에서 반환된다는 것을 확인할 수 있습니다.

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

실제로 사용되는 신호 a 부분에 의한 정규화( @wilberth 의 주석 참조)는 이 저장소의 correlation_template 함수에서 numpy 메서드로 구현됩니다. https://github.com/trichter/xcorr