基于信息论的周期光曲线分析工具
P4J的Python项目详细描述
说明
p4j是一个python包,用于对不规则采样和 基于信息论目标的异方差时间序列 功能。p4j是为不规则的天文光曲线而开发的。 恒星大小或流量的采样时间序列。这件事的核心 package是一个名为periodigram的类,它扫描一个数组 周期/频率寻找一个最大化给定的标准。 这项工作的主要贡献是一个周期检测的标准 基于柯西Schwarz二次互信息的最大化 [1]。信息论标准综合了整体信息 过程的概率密度函数,比 经典的基于二阶统计量的准则[2,3,4]。为了 比较p4j还包括在 天文学,如相位色散最小化周期图[5], lafler-kinman弦长与正交多谐aov 周期图[7]
内容
- 光曲线的二次互信息周期图
- 相位色散最小化、方差和串长分析 方法
- 基本合成光曲线发生器
安装
依赖关系
Numpy GCC Cython (optional)
如果您有一个unix系统,gcc编译器很可能已经 安装。如果您有一个windows系统,您可能需要安装 微软Visual C++(MSVC)编译器。你可以找到相关信息 地址:https://wiki.python.org/moin/WindowsCompilers。
关于cython的说明:如果在系统中找到cython,pyx将编译为c 消息来源。如果没有,则使用提供的C源。
使用从pypi安装
pip install P4J
或者克隆github存储库并执行
python setup.py install --user
示例
https://github.com/phuijse/P4J/blob/master/examples/periodogram_demo.ipynb
todo
- 多维时间序列支持
- 更多周期检测准则(条件熵)
作者
- Pablo Huijsepablo.huijse@gmail.com(千年研究所 天体物理学和智利大学)
- pavlos protopaps(哈佛应用计算学院 科学)
- Pablo A.Estévez(千年天体物理研究所 智利大学)
- 帕布罗泽格斯(智利洛斯安第斯大学)
- Joséc.Príncipe(佛罗里达大学)
(p4j=四个pablos和一个jose)
引用
- 信息论学习:仁义熵 以及核心观点”,斯普林格,2010年
- Pavlos Protopaps等人,“一种新型的、全自动化的管道 “厄洛斯2数据集中的周期估计”,《天体物理学杂志》 补编,第216卷,2015年第2期
- Pablo Huijse等人,“计算智能挑战和 在大型天文时间序列数据库中的应用 《计算智能杂志》,第9卷,第3期,第27-39页,2014年
- Pablo Huijse等人,“一种信息论算法 恒星光曲线的周期性“,ieee trans.信号处理 第60卷,第10期,第5135-51452012页
- R.F.Stellingwerf,“使用相位色散测定周期 “最小化”,《天体物理学杂志》,第224卷,第953-960页,1978年
- D.Clarke,“使用Lafler-Kinman的绳子/绳子长度方法 “统计”,天文学和天体物理学,第386卷,第2期,第763-774页, 2002年
- a.schwarzenberg-czerny“快速统计最优周期搜索” 在不均匀抽样观测中,,《天体物理学杂志快报》,卷。 460,第107页,1996年