如何解决为 Scipy.optimize.minimize 输入一组数据
import scipy.optimize as opt
def fun1(u,es):
theta = u[0]
ret = (np.fft.fft(es_storex.flatten()+1j*es_storey.flatten()))*np.exp(1j*theta)
return (ret)
x = np.array([3.])
results = opt.minimize(fun1,x)
我正在尝试对我的 FFT 信号进行相位校正。 esx_store[0] 和 esy_store[0] 是数据数组。有没有办法可以使用 scipy.optimize.minimize 来最小化这些数据，并获得 theta 的最佳值来对我的数据进行相位校正？
使用 flatten() 它仍然给出错误“ ValueError：用户提供的目标函数必须返回一个标量值。"
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
