میان-همبستگی: تفاوت میان نسخه‌ها

محتوای حذف‌شده محتوای افزوده‌شده
بدون خلاصۀ ویرایش
برچسب‌ها: ویرایشگر دیداری پیوندهای ابهام‌زدایی
بدون خلاصۀ ویرایش
خط ۲:
[[File:Comparison convolution correlation.svg|thumb|400px|مقایسه دیداری [[هم‌گشت]]، میان-همبستگی، و [[خودهمبستگی]]. برای عملیاتی که تابع f را درگیر می‌کنند، و با این فرض که ارتفاع f برابر ۱٫۰ است، مقدار نتیجه در ۵ نقطه متفاوت توسط مناطق حاشور خورده زیر هر نفطه نشان‌داده شده‌است. همچنین تقارن عمودی برای f همان دلیلی است که <math>f*g</math> و <math>f \star g</math> در این مثال یکسان هستند.]]
 
'''میان-همبستگی''' {{به انگلیسی|cross-correlation}} در [[پردازش سیگنال]]، نوعی [[اندازه شباهت]] برای دو سری، به عنوان تابعی از «جابجایی» یکی نسبت به دیگری است. به میان -همبستگی، '''[[ضرب نقطه‌ای]] کشویی''' یا '''ضرب داخلی کشویی''' هم گفته می‌شود. از این روش معمولاً برای جستجوی یک سیگنال بزرگ برای یافتن یک سیگنال کوچکتر (که به آن ویژگی {{به انگلیسی|feature}} گفته می‌شود) استفاده می‌شود. این روش در [[بازشناخت الگو]]، [[تحلیل ذره منفرد]]، [[برش‌نگاری الکترون]]، [[متوسط‌گیری]]، [[تحلیل رمز]] و [[نوروفیزیولوژی]] کاربردهایی دارد. میان-همبستگی در طبیعت خود شباهت‌هایی با [[هم‌گشت]] دو تابع دارد. در [[خودهمبستگی]]، که میان-همبستگی یک سیگنال با خودش است، در تأخیر صفر، همیشه یک قله (پیک) وجود دارد، و اندازه آن همان انرژی سیگنال است.
 
در [[احتمالات]] و [[آمار]]، اصطلاح ''میان-همبستگی'' به [[همبستگی]] بین دو موجودیت از [[بردارهای تصادفی]] <math>\mathbf{X}</math> و <math>\mathbf{Y}</math> اشاره دارد، درحالیکه ''همبستگی'' برای یک بردار تصادفی <math>\mathbf{X}</math> همان همبستگی بین موجودیت‌های خود <math>\mathbf{X}</math> است، که [[ماتریس همبستگی]] <math>\mathbf{X}</math> را تشکیل می‌دهد. اگر هرکدام از <math>\mathbf{X}</math> و <math>\mathbf{Y}</math> یک متغیر تصادفی نرده‌ای باشد، که این موضوع در [[سری‌های زمانی]] مکرر رخ می‌دهد، آنوقت همبستگی نمونه‌های زمانی مختلف <math>\mathbf{X}</math> را با نام خودهمبستگی <math>\mathbf{X}</math> می‌شناسیم، و میان-همبستگی <math>\mathbf{X}</math> با <math>\mathbf{Y}</math> در طول زمان همان میان-همبستگی زمانی است. در احتمالات و آمار، تعریف همبستگی همیشه شامل یک عامل استانداردسازی است به این شیوه که مقادیر همبستگی‌ها باید بین -۱ و +۱ باشد.
خط ۳۱۲:
 
== سامانه‌های غیرخطی ==
برای استفاده از میان -همبستگی برای سامانه‌های غیرخطی باید احتیاط کرد. در شرایط معین، که بستگی به ویژگی‌های ورودی دارد، میان-همبستگی بین ورودی و خروجی یک سامانه با داینامیک غیرخطی برای تاثیرهای غیرخطی معین می‌تواند کاملاً ناپیدا است.<ref name="SAB1">{{cite book|last=Billings|first=S. A.|title=Nonlinear System Identification: NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains|publisher=Wiley|year=2013|isbn=978-1-118-53556-1}}</ref> این موضوع به این دلیل بروز می‌کند که بعضی از گشتاورهای درجه‌دوم می‌تواند برابر صفر باشد، و این موضوع می‌تواند به صورت غیرصحیح پیشنهاد بدهد که یک «همبستگی» کم (در مفهوم وابستگی آماری) بین دو سیگنال وجود دارد، اما دو سیگنال در واقع به صورت قوی توسط دینامیک غیرخطی مرتبط هستند.
 
== پانویس ==