3
Ich habe 16 1D-Arrays mit jeweils etwa 10-11 Millionen Doppelpräzisionselementen. Ich muss eine Kreuzkorrelation über sie ausführen, d. H. 1 mit 2, 1 mit 3, ..., 1 mit 16, 2 mit 3, 2 mit 4, ..., 2 mit 16 und so weiter. Dies kann nicht effizient auf meinem MacBook Intel Core 2 Duo 2,4 GHz mit 4 GB RAM durchgeführt werden. Meine Frage ist, was ist der typische Ansatz, wenn nicht rohe Gewalt (schneller Prozessor, mehr RAM), die Menschen verwenden, um dieses Problem zu überwinden, oder solche Probleme? Vielen Dank!Kreuzkorrelation von mittelgroßen Arrays
Ich weiß über diese Identität. Ich benutze NumPy, das direkt die Kreuzkorrelation berechnet. Würde die Berechnung der Kreuzkorrelation unter Verwendung dieser Identität die Berechnung merklich beschleunigen, d. H. Genug, so dass ich sie nicht über Nacht laufen lassen müsste, sagen wir? –
@cpcloud: Ich bin kein Python-Experte, aber ich habe etwas gegoogelt und an anderer Stelle auf SO eine Antwort gefunden, die behauptete, dass NumPy die FFT-Technik nicht verwendete. (Es wäre also wahrscheinlich ein wenig schneller, wenn ein Array viel kleiner als das andere wäre, aber langsam für den Fall, mit dem Sie es zu tun haben.) Die Berechnung der FFT eines Arrays mit 10 Millionen Punkten sollte nicht zu lange dauern. Ich erwarte eine signifikante Beschleunigung, wenn Sie eine Kreuzkorrelationsroutine unter Verwendung der Fourier-Identität implementieren. –
Danke! Könnten Sie einen Link zu der Stelle veröffentlichen, an der Sie diese Informationen gefunden haben? Sehr geschätzt! –