中等大小陣列的互相關

我有16個1D數組，每個數組大約有10-11百萬個雙精度元素。我需要在它們之間執行互相關，即，1與2,1與3，...，1與16,2與3,2與4，...，2與16等等。這在我的MacBook Intel Core 2 duo 2.4 GHz，4GB內存上無法高效完成。我的問題是，什麼是典型的方法，即使不是蠻力（更快的處理器，更多的RAM），人們用來克服這個問題，還是像它這樣的問題？謝謝！中等大小陣列的互相關

來源

2012-04-04 Phillip Cloud

如果計算每個陣列的傅里葉變換，您應該使用可以使用變換後的陣列來高效計算每對原始輸入陣列之間的cross-correlation。請參閱維基百科文章的「屬性」部分，我鏈接到要使用的身份。

來源

2012-04-04 22:43:56

我知道這個身份。我使用NumPy，它直接計算互相關。用這個標識來計算互相關是否會顯着加快計算速度，即足夠讓我不必在一夜之間運行它？ – 2012-04-04 22:48:59

@cpcloud：我不是Python專家，但我搜索了一下，發現SO上的其他地方有答案，聲稱NumPy沒有使用FFT技術。（所以如果一個陣列比另一個陣列小得多，但是對於你所關心的情況來說速度會很慢）。計算一千萬點陣列的FFT不應該花太長時間，如果您使用傅立葉身份實施互相關程序，則期望看到顯着的加速。 – 2012-04-04 23:08:30

謝謝！你能發佈一個鏈接到你找到這些信息的地方嗎？非常感激！ – 2012-04-04 23:18:46

numpy中的互相關函數是慢得可笑的。 openCV庫有一個numpy友好的互相關函數可用。即使您嘗試實現頻域方法，您也不會擊敗openCV庫，因爲有更多技巧可用於加速互相關計算。我張貼了關於在此之前：

Computing cross-correlation function?

我相信代碼是基於下面的文件中詳述的招數：在視覺接口，1995

JP劉易斯，「快速模板匹配」，第一卷。 95，第120-123頁。

來源

2012-04-10 20:51:42 ncRubert

中等大小陣列的互相關

回答

相關問題