python自适应信号处理
padasip的Python项目详细描述
此库旨在简化自适应信号 在python中处理任务 (过滤、预测、重建、分类)。 为了优化代码,这个库使用numpy进行数组操作。
文中还介绍了一些新的自适应信号处理方法。 该库设计用于数据集和 实时测量(进样后的样品)。
当前功能
数据预处理
- 主成分分析(PCA)
- 线性判别分析(LDA)
自适应滤波器
该库具有多个自适应过滤器。滤波器的输入向量可以是 手工或借助于包含的函数构造的。 到目前为止,可以使用以下过滤器:
- LMS(最小均方)自适应滤波器
- NLMS(归一化最小均方)自适应滤波器
- lmf(最小均数第四)自适应滤波器
- NLMF(标准化最小平均四分之一)自适应滤波器
- SSLMS(符号-最小均方)自适应滤波器
- NSSLMS(归一化符号最小均方)自适应滤波器
- rls(递归最小二乘)自适应滤波器
- gngd(广义归一化梯度下降)自适应滤波器
- AP(仿射投影)自适应滤波器
神经网络
到目前为止,它只实现了mlp神经网络。
检测工具
该库具有两个新颖/异常检测工具
- 基于错误和学习的新颖性检测(ELBND)
- 学习熵(le)