Project Icon

tsfel

多领域时间序列特征提取Python库

TSFEL是一个开源的Python库,专门用于时间序列特征提取。该库提供超过65种特征,覆盖统计、时间、频谱和分形等多个领域。TSFEL支持在线和离线使用,具有用户友好的界面和完整的文档。它注重计算效率,并提供复杂度评估功能。TSFEL的设计易于扩展,支持添加自定义特征。这个库适用于研究人员和数据科学家,能够简化时间序列特征提取的过程。

文档状态 许可证 PyPI - Python版本 PyPI 下载量 在Colab中打开

时间序列特征提取库

直观的时间序列特征提取

本仓库托管了Python包TSFEL - 时间序列特征提取库。TSFEL帮助研究人员在时间序列上进行探索性特征提取任务,无需大量编程effort。

用户可以通过两种方法与TSFEL交互:

在线方式

无需安装,依赖Google Colab和Google Sheets提供的用户界面

离线方式

高级用户可以通过安装Python包充分利用TSFEL的潜力

pip install tsfel

包含大量特征

TSFEL针对时间序列进行了优化,可自动提取统计、时间、频谱和分形域的65多种不同特征。

功能

  • 直观、快速部署和可复现:交互式UI用于特征选择和自定义
  • 计算复杂度评估:在提取特征之前估计计算effort
  • 全面的文档:每种特征提取方法都有详细说明
  • 单元测试:我们为每个特征提供单元测试
  • 易于扩展:添加新特征很简单,我们鼓励你贡献自定义特征

入门

以下代码从示例数据集文件中提取所有可用特征。

import tsfel
import pandas as pd

# 加载数据集
df = pd.read_csv("Dataset.txt")

# 获取预定义的特征配置文件以提取所有可用特征
cfg = tsfel.get_features_by_domain()

# 提取特征
X = tsfel.time_series_features_extractor(cfg, df)

可用特征

统计域

特征计算成本
绝对能量1
平均功率1
ECDF1
ECDF百分位1
ECDF百分位计数1
1
直方图1
四分位距1
峰度1
最大值1
均值1
平均绝对偏差1
中位数1
中位数绝对偏差1
最小值1
均方根1
偏度1
标准差1
方差1

时间域

特征计算成本
曲线下面积1
自相关2
质心1
Lempel-Ziv复杂度*2
平均绝对差1
平均差1
中位数绝对差1
中位数差1
负转折点1
峰峰距离1
正转折点1
信号距离1
斜率1
绝对差和1
过零率1
邻域峰值1

*由于执行时间较其他特征长,默认禁用。

频谱域

特征计算成本
FFT平均系数1
基频1
人类范围能量1
LPCC1
MFCC1
最大功率谱1
最大频率1
中值频率1
功率带宽1
谱质心2
谱下降1
谱距离1
谱熵1
谱峰度2
谱正转折点1
谱衰减1
谱起始1
谱偏度2
谱斜率1
谱展宽2
谱变异1
小波绝对平均值2
小波能量2
小波标准差2
小波熵2
小波方差2

分形域

特征计算成本
去趋势波动分析(DFA)3
Higuchi分形维数3
Hurst指数3
最大分形长度3
多尺度熵(MSE)1
Petrosian分形维数1

分形域特征通常应用于相对较长的信号以捕捉有意义的模式,通常无需事先将信号分割为较短的窗口。因此,在默认特征配置文件中禁用了此域。

引用

使用TSFEL时,请引用以下出版物:

Barandas, Marília and Folgado, Duarte, et al. "TSFEL: Time Series Feature Extraction Library." SoftwareX 11 (2020)。https://doi.org/10.1016/j.softx.2020.100456

致谢

我们要感谢"面向工业4.0的全面集成和预测制造系统平台"项目提供的经济支持。该项目由葡萄牙2020计划共同资助,属于COMPETE 2020(竞争力和国际化运营计划)框架,并获得欧盟欧洲区域发展基金(ERDF)的支持,项目代码为POCI-01-0247-FEDER-038436。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号