জয়েন লগইন

এসসিপি

🌈এসসিপি কি?

📋এসসিপি হলো সিগন্যাল প্রসেসিং করার পদ্ধতি।

⚒️এসসিপি সিগন্যাল প্রসেসিং করতে ব্যবহৃত হয়।

এসসিপি সমূহ

এসসিপি এবং সেগুলোর ব্যবহারের তালিকা

  • ➡️ convolve - দুটি অ্যারের কনভল্যুশন করা
  • ➡️ correlate - দুটি অ্যারের পারস্পরিক সম্পর্ক নির্ণয় করা
  • ➡️ fftconvolve - দুটি অ্যারের দ্রুত কনভল্যুশন করা
  • ➡️ find_peaks - তথ্যের শীর্ষ বিন্দু খুঁজে বের করা
  • ➡️ peak_prominences - শীর্ষ বিন্দুর প্রকটতা নির্ণয় করা
  • ➡️ peak_widths - শীর্ষ বিন্দুর প্রস্থ নির্ণয় করা
  • ➡️ butter - বাটারওয়ার্থ ফিল্টার তৈরি করা
  • ➡️ cheby1 - চেবিশেভ টাইপ ওয়ান ফিল্টার তৈরি করা
  • ➡️ cheby2 - চেবিশেভ টাইপ টু ফিল্টার তৈরি করা
  • ➡️ ellip - এলিপটিক ফিল্টার তৈরি করা
  • ➡️ bessel - বেসেল ফিল্টার তৈরি করা
  • ➡️ sosfilt - দ্বিতীয়-ক্রমের বিভাগ ব্যবহার করে ফিল্টার করা
  • ➡️ lfilter - ডিজিটাল ফিল্টার প্রয়োগ করা
  • ➡️ hilbert - হিলবার্ট রূপান্তর করা
  • ➡️ resample - তথ্যের নমুনা সংখ্যা পরিবর্তন করা
  • ➡️ resample_poly - পলিফেজ পদ্ধতিতে তথ্য পুনঃনমুনায়ন করা
  • ➡️ periodogram - তথ্যের শক্তি বর্ণালী নির্ণয় করা

convolve - দুটি অ্যারের কনভল্যুশন করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 4]
kernel = [1, 0, -1]

result = signal.convolve(data, kernel)

print(result)

correlate - দুটি অ্যারের পারস্পরিক সম্পর্ক নির্ণয় করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 4, 5]
pattern = [1, 2, 1]

result = signal.correlate(data, pattern)

print(result)

fftconvolve - দুটি অ্যারের দ্রুত কনভল্যুশন করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 4]
kernel = [2, 1, 2]

result = signal.fftconvolve(data, kernel)

print(result)

find_peaks - তথ্যের শীর্ষ বিন্দু খুঁজে বের করার উদাহরণ।

scipy
from scipy import signal

data = [1, 3, 2, 5, 4, 6, 3]

result, properties = signal.find_peaks(
    data,
    height=4
)

print(result)
print(properties)

peak_prominences - শীর্ষ বিন্দুর প্রকটতা নির্ণয় করার উদাহরণ।

scipy
from scipy import signal

data = [1, 3, 2, 5, 2, 4, 1]

peaks, _ = signal.find_peaks(data)

result = signal.peak_prominences(
    data,
    peaks
)

print(result)

peak_widths - শীর্ষ বিন্দুর প্রস্থ নির্ণয় করার উদাহরণ।

scipy
from scipy import signal

data = [1, 3, 2, 5, 2, 4, 1]

peaks, _ = signal.find_peaks(data)

result = signal.peak_widths(
    data,
    peaks
)

print(result)

butter - বাটারওয়ার্থ ফিল্টার তৈরি করার উদাহরণ।

scipy
from scipy import signal

b, a = signal.butter(
    3,
    0.2
)

print(b)
print(a)

cheby1 - চেবিশেভ টাইপ ওয়ান ফিল্টার তৈরি করার উদাহরণ।

scipy
from scipy import signal

b, a = signal.cheby1(
    3,
    1,
    0.2
)

print(b)
print(a)

cheby2 - চেবিশেভ টাইপ টু ফিল্টার তৈরি করার উদাহরণ।

scipy
from scipy import signal

b, a = signal.cheby2(
    3,
    20,
    0.2
)

print(b)
print(a)

ellip - এলিপটিক ফিল্টার তৈরি করার উদাহরণ।

scipy
from scipy import signal

b, a = signal.ellip(
    3,
    1,
    20,
    0.2
)

print(b)
print(a)

bessel - বেসেল ফিল্টার তৈরি করার উদাহরণ।

scipy
from scipy import signal

b, a = signal.bessel(
    3,
    0.2
)

print(b)
print(a)

sosfilt - দ্বিতীয়-ক্রমের বিভাগ ব্যবহার করে ফিল্টার করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 4, 3, 5, 7, 6, 8]

sos = signal.butter(
    3,
    0.3,
    output="sos"
)

result = signal.sosfilt(
    sos,
    data
)

print(result)

lfilter - ডিজিটাল ফিল্টার প্রয়োগ করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 4, 3, 5, 7, 6, 8]

b, a = signal.butter(
    2,
    0.3
)

result = signal.lfilter(
    b,
    a,
    data
)

print(result)

hilbert - হিলবার্ট রূপান্তর করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 2, 1, 0, -1]

result = signal.hilbert(data)

print(result)

resample - তথ্যের নমুনা সংখ্যা পরিবর্তন করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 4, 5, 6]

result = signal.resample(
    data,
    10
)

print(result)

resample_poly - পলিফেজ পদ্ধতিতে তথ্য পুনঃনমুনায়ন করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 4, 5, 6]

result = signal.resample_poly(
    data,
    3,
    2
)

print(result)

periodogram - তথ্যের শক্তি বর্ণালী নির্ণয় করার উদাহরণ।

scipy
from scipy import signal

data = [1, 2, 3, 2, 1, 2, 3, 2]

frequencies, power = signal.periodogram(
    data
)

print(frequencies)
print(power)

এসসিপি সম্পর্কিত বিস্তারিত তথ্য

কার্যকর কোডিং উদাহরণ এবং সেগুলোর রেফারেন্স লিংক

নাম বিবরণ
convolve দুটি অ্যারের কনভল্যুশন করতে ব্যবহৃত হয়।
correlate দুটি অ্যারের পারস্পরিক সম্পর্ক নির্ণয় করতে ব্যবহৃত হয়।
fftconvolve দুটি অ্যারের দ্রুত কনভল্যুশন করতে ব্যবহৃত হয়।
find_peaks তথ্যের শীর্ষ বিন্দু খুঁজে বের করতে ব্যবহৃত হয়।
peak_prominences শীর্ষ বিন্দুর প্রকটতা নির্ণয় করতে ব্যবহৃত হয়।
peak_widths শীর্ষ বিন্দুর প্রস্থ নির্ণয় করতে ব্যবহৃত হয়।
butter বাটারওয়ার্থ ফিল্টার তৈরি করতে ব্যবহৃত হয়।
cheby1 চেবিশেভ টাইপ ওয়ান ফিল্টার তৈরি করতে ব্যবহৃত হয়।
cheby2 চেবিশেভ টাইপ টু ফিল্টার তৈরি করতে ব্যবহৃত হয়।
ellip এলিপটিক ফিল্টার তৈরি করতে ব্যবহৃত হয়।
bessel বেসেল ফিল্টার তৈরি করতে ব্যবহৃত হয়।
sosfilt দ্বিতীয়-ক্রমের বিভাগ ব্যবহার করে ফিল্টার করতে ব্যবহৃত হয়।
lfilter ডিজিটাল ফিল্টার প্রয়োগ করতে ব্যবহৃত হয়।
hilbert হিলবার্ট রূপান্তর করতে ব্যবহৃত হয়।
resample তথ্যের নমুনা সংখ্যা পরিবর্তন করতে ব্যবহৃত হয়।
resample_poly পলিফেজ পদ্ধতিতে তথ্য পুনঃনমুনায়ন করতে ব্যবহৃত হয়।
periodogram তথ্যের শক্তি বর্ণালী নির্ণয় করতে ব্যবহৃত হয়।