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）
欢迎加入QQ群-->： 979659372
