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 |
| ECDF | 1 |
| ECDF百分位 | 1 |
| ECDF百分位计数 | 1 |
| 熵 | 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 |
| LPCC | 1 |
| MFCC | 1 |
| 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。
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目 提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替 换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一 个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号