Math 为什么相关性在信号匹配中使用乘法而不是减法?

Math 为什么相关性在信号匹配中使用乘法而不是减法?,math,correlation,convolution,cross-correlation,Math,Correlation,Convolution,Cross Correlation,当关联两个信号或数据集时,相减不会在两个信号之间提供更精确的匹配,而卷积(即通过减法减少误差)会给出信号相似程度的概念。此外,卷积将直流偏移相加,这可能会使两个不同信号的相关值比相似信号的相关值更高。(可以通过从信号中减去平均值来解决)这是一个编程问题吗?似乎对…更“有效”,不管怎样,你会怎么说,一个正高斯脉冲和一个负平方脉冲…在你的方法中会是什么样子?我投票结束这个问题,因为它属于堆栈交换网络中的另一个站点(可能)@AndreasK。我会在那里转载。@mikuszefski:正高斯脉冲和负平方

当关联两个信号或数据集时,相减不会在两个信号之间提供更精确的匹配,而卷积(即通过减法减少误差)会给出信号相似程度的概念。此外,卷积将直流偏移相加,这可能会使两个不同信号的相关值比相似信号的相关值更高。(可以通过从信号中减去平均值来解决)

这是一个编程问题吗?似乎对…更“有效”,不管怎样,你会怎么说,一个正高斯脉冲和一个负平方脉冲…在你的方法中会是什么样子?我投票结束这个问题,因为它属于堆栈交换网络中的另一个站点(可能)@AndreasK。我会在那里转载。@mikuszefski:正高斯脉冲和负平方脉冲会产生比正高斯脉冲和正平方脉冲更高的值,因为减法。我还是明白你的意思。但我的疑问是为什么乘法大于减法。