Вычисление - корреляция
Cтраница 1
Вычисление корреляции с помощью быстрого преобразования Фурье в сравнении с прямым методом временной дискретной корреляции. [1]
При вычислении вышеописанных корреляций следует учесть, что v и h берутся в одной и той же точке пространства - времени. Поэтому сначала следует взять все присутствующие здесь производные, а затем в (1.19) т и s приравнять нулю. [2]
Степшь Влияния каждого параметра, включенного г вычисление корреляции, выражается той частью дисперсий значений признака явлений, которая определяется вариацией вкачений соотнегсизующего параметра. Другими словами, разложение влияния параметров состоит, в сущности, в равложе-нии рассеяния зависимой переменной о у не принятое во внимание рассеяние каждой невависимой переменной. [3]
Демодуляция сигнала DS / BPSK производится с помощью вычисления корреляции или повторной модуляции принятого сигнала синхронизированной копией расширяющего сигнала g ( t - fd) ( рис. 12.9, в), где Td - оценка приемником задержки распространения Td между передатчиком и приемником. [4]
 |
Схемы акустооптических корреляторов, а - коррелятор с пространственным интегрированием. б - коррелятор с временным интегрированием. [5] |
Имеется очень много проблем практического характера, которые существенно усложняют использование рассмотренного метода оптической корреляции. Следовательно, область применений коррелятора ограничена вычислением корреляции одномерных сигналов. [6]
В корреляторе с задержками число операций в секунду при вычислении корреляции равно произведению частоты выборки 2 А г /, числа различных задержек на одну базу 27V и числа попарных комбинаций антенн па ( па - 1) / 2, где 7V - число точек спектра в полосе сигнала ПЧ Az /, а па - число антенн. Преобразование Фурье в частотную область происходит после интегрирования корреляционных данных за большое число циклов ( как правило, 10), поэтому его вкладом в общий объем вычислений можно пренебречь. [7]
Поэтому, конечно, совершенно ясно, что очень трудно найти оправдание использованию методов статистической механики для газа в сосуде, длина которого всего в четыре раза больше радиуса межмолекулярных сил. Однако, как мы увидим позднее, метод производящей функции - очень полезный технический прием при вычислении корреляций и других характеристик при изучении различных моделей. [8]
Функция Z рассчитывает, сколько точек находится на расстоянии е друг друга. Согласно теории, Ст должно увеличиваться со скоростью е, где D - корреляционная размерность фазового пространства, которая близко связана с фрактальной размерностью. Вычисление корреляции требует от нас знания того, как выглядит фазовое пространство. В реальной жизни мы не только не знаем факторы, задействованные в системе, мы даже не знаем, сколько их. Обычно у нас есть только одна наблюдаемая величина, например, изменения курса акций. К счастью, в теореме Такенса ( Takens, 1981) говорится, что мы можем воссоздать фазовое пространство, задерживая один временной ряд, который мы имеем, для каждой размерности, которая, как мы думаем, существует. Если число размерностей вложения больше, чем фрактальная размерность, корреляционная размерность стабилизируется к одному значению. [9]
Не всегда известно заранее, имеется ли связь между двумя случайными переменными. Это необходимо проверить подсчетом корреляции. В противоположность регрессионному анализу при вычислении корреляции обе переменные связаны одинаковым образом с ошибками. Различные значения у могут принадлежать одному значению х, и наоборот. [10]
Фурье на множестве точек, равномерно расположенных на оси со. Расстояние между этими точками равно 2n / L рад. Наконец, были обсуждены некоторые аспекты вычисления корреляции и свертки и с помощью теоремы отсчетов было дано обоснование перехода от одного из возможных способов представления сигналов к цифровым сигналам. [11]
Важно, чтобы и т были много меньше соответственно масштаба и периода макровихрей. Если это сделано, то при вычислении корреляций средняя скорость не будет меняться при переходе от одной точки к другой. Если мы определим лагранжеву корреляцию как корреляцию величин, взятых в системе координат, движущейся со скоростью v, мы можем высказать разумную гипотезу, что такие корреляции имеют подобие в инерционной подобласти спектра турбулентности. [12]
Коэффициенты корреляции, часто называемые угловыми мерами ввиду их геометрической интерпретации, - самый распространенный тип сходства в области социальных наук. Наиболее известным является смешанный момент корреляции, предложенный Карлом Пирсоном. Первоначально использованный в качестве метода определения зависимости переменных, он был применен в количественной классификации при вычислении корреляции между объектами. [13]
Почему же надо начинать с этого, а не прямо с установления корреляций. Если сущность изучаемого явления нам неизвестна, то констатируя это, мы будем вынуждены без всяких предварительных соображений начать искать корреляции величин друг с другом, с пространственными координатами. Это относится к установлению не только факта или величины корреляционных связей между характеристиками природных сред и процессов, но и пространственного распределения параметра. Например, составление уравнения корреляций между давлением и глубиной мало что дает для гидродинамической характеристики района. Уже беглый взгляд на значения давлений и отвечающие им глубины вместе с другими сведениями общего характера позволяет составить ориентировочное, представление о том, насколько сильна компрессионная компонента течения. Уравнение же корреляции между риг дает не больше информации, а, как правило, еще меньше: ведь в ней тонут все остальные факторы: положение точки в плане, локальная характеристика рельефа, распределение плотности воды. Поэтому труд по вычислению корреляции и связанные с этим-затраты времени еказываются совершенно напрасными, а созданная в результате формула даже вредна, ибо может вызвать иллюзию чего-то существенного, такого, что нужно использовать. [14]
При этом возможны случаи, когда заранее известна зависимость между переменными. Числовые значения независимых переменных х уже заданы перед опытом, а числовые значения зависимых переменных у получаются в ходе опыта. Для каждого значения х можно найти несколько значений г /, причем последние распределены нормально. Подобные задачи решаются с помощью регрессионного анализа. Если же заранее не известно, имеется ли связь между двумя ( или несколькими) случайными переменными, то ее устанавливают с помощью корреляционного анализа. В противоположность регрессионному анализу при вычислении корреляции все переменные связаны одинаковым образом с ошибками. Каждая полученная пара значений принадлежит двумерному распределению. [15]
Страницы: 1