用法:
cusignal.convolution.convolve.convolve1d3o(in1, in2, mode='valid', method='direct')
将一维数组与三阶滤波器进行卷积。这导致二阶卷积。
卷积
in1
和in2
,输出大小由mode
参数确定。- in1:array_like
第一个输入。
- in2:array_like
第二输入。应该具有与
in1
相同的维度数。- mode:str {‘full’, ‘valid’, ‘same’},可选
指示输出大小的字符串:
full
输出是输入的完全离散线性卷积。 (默认)
valid
输出仅包含那些不依赖零填充的元素。在‘valid’ 模式中,
in1
或in2
在每个维度上必须至少与另一个一样大。same
输出与
in1
大小相同,以 ‘full’ 输出为中心。
- method:str {‘auto’, ‘direct’, ‘fft’},可选
一个字符串,指示使用哪种方法来计算卷积。
direct
卷积直接从总和确定,即卷积的定义。
fft
傅里叶变换用于通过调用
fftconvolve
来执行卷积。auto
根据更快的估计自动选择直接或傅立叶方法(默认)。
- out:ndarray
一个一维数组,包含
in1
与in2
的离散线性卷积的子集。
参数:
返回:
例子:
一维信号上的三阶滤波器的卷积
>>> import cusignal as cs >>> import numpy as np >>> d = 50 >>> a = np.random.uniform(-1,1,(200)) >>> b = np.random.uniform(-1,1,(d,d,d)) >>> c = cs.convolve1d3o(a,b)
相关用法
- Python cusignal.convolution.convolve.convolve1d2o用法及代码示例
- Python cusignal.convolution.convolve.convolve2d用法及代码示例
- Python cusignal.convolution.convolve.convolve用法及代码示例
- Python cusignal.convolution.convolve.choose_conv_method用法及代码示例
- Python cusignal.convolution.convolve.fftconvolve用法及代码示例
- Python cusignal.convolution.correlate.correlate用法及代码示例
- Python cusignal.windows.windows.hann用法及代码示例
- Python cusignal.windows.windows.general_gaussian用法及代码示例
- Python cusignal.waveforms.waveforms.chirp用法及代码示例
- Python cusignal.windows.windows.gaussian用法及代码示例
- Python cusignal.windows.windows.hamming用法及代码示例
- Python cusignal.windows.windows.get_window用法及代码示例
- Python cusignal.waveforms.waveforms.gausspulse用法及代码示例
- Python cusignal.peak_finding.peak_finding.argrelmin用法及代码示例
- Python cusignal.windows.windows.bartlett用法及代码示例
- Python cusignal.spectral_analysis.spectral.welch用法及代码示例
- Python cusignal.windows.windows.chebwin用法及代码示例
- Python cusignal.windows.windows.general_cosine用法及代码示例
- Python cusignal.peak_finding.peak_finding.argrelextrema用法及代码示例
- Python cusignal.filtering.resample.resample_poly用法及代码示例
注:本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cusignal.convolution.convolve.convolve1d3o。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。