我想用可变窗口大小的一阶导数核来卷积一维信号。换言之,一个可变大小的移动窗口的线性回归。在python代码中:
def derivative_convolution(aSignal, iWindowSize):
"""
derivative of a signal by window size using kernel operator
"""
import numpy as np
aKernel = #???
return np.convolve(aSignal, aKernel, 'same')
其中aKernel
是我要寻找的可变窗口大小的内核。在
例如,对于一维信号,一阶导数核是[-1,0,1]
。窗口大小为5([a,b,c,d,e]
)时,斜率可以计算吗?在
你应该看看导数的有限差分近似: http://en.wikipedia.org/wiki/Finite_difference
基于函数的泰勒级数展开式,可以得到逼近给定点导数的公式。或者,您可以参考一阶导数和二阶导数的标准结果(使用中心近似):
http://en.wikipedia.org/wiki/Finite_difference_coefficient
相关问题 更多 >
编程相关推荐