相关函数和相关系数的区别

本文介绍了相关函数的两种类型——互相关和自相关,详细阐述了互相关在信号处理和数理统计中的应用,以及它与卷积的区别。自相关作为互相关的一种特殊情况,用于分析序列自身的相似性。此外,还提到了相关系数,特别是皮尔逊相关系数的计算方式。
摘要由CSDN通过智能技术生成

相关函数分为:自相关函数和互相关函数
相关系数分为:自相关系数和互相关系数

相同点:两者均可表示为变量之间的关联程度。
两者关系【个人理解】:相关函数归一化在一定程度上相当于相关系数

一、相关函数的概念

1、互相关(Cross-correlation)

对于连续函数,有如下定义:

在这里插入图片描述

对于离散函数,有如下定义:
在这里插入图片描述

  • 在信号处理中,用互相关来衡量两个时间序列 x(t) 和 y(t) 在两个不同时刻 t1,t2 的取值之间的相关程度[1],通常可以用于在长序列中寻找一个特定的短序列。有的也说是两个时间序列的相似程度。
  • 在数理统计中,互相关用来表示两个随机序列的相关性。

1.1 互相关和卷积的区别

卷积的公式:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值