Ich muss einen gleitenden Durchschnitt über eine Datenreihe innerhalb einer for-Schleife berechnen. Ich muss den gleitenden Durchschnitt über N9 Tage erhalten. Das Array Im-Berechnen ist 4 Reihe von 365 Werten (M), die selbst Mittelwerte eines anderen Satzes von Daten sind. Ich möchte die Mittelwerte meiner Daten mit dem gleitenden Durchschnitt in einem Diagramm darstellen. Ich googeln ein wenig über gleitende Durchschnitte und den conv Befehl und fand etwas, das ich versuchte, in meinem Code umzusetzen: So grundsätzlich berechne ich meinen Durchschnitt und plot ihn mit einem (falschen) gleitenden Durchschnitt. Ich wählte die wts Wert direkt an der Mathworks-Website, so dass ist falsch. (Quelle: mathworks. nl/help/econ/moving-average-trend-estimation. html) Mein Problem aber ist, dass ich nicht verstehe, was dieses wts ist. Könnte jemand erklären, wenn es etwas mit den Gewichten der Werte zu tun hat: das ist in diesem Fall ungültig. Alle Werte werden gleich gewichtet. Und wenn ich das völlig falsch mache, könnte ich etwas Hilfe dabei haben Mein aufrichtigster Dank. Die Verwendung von conv ist eine hervorragende Möglichkeit, einen gleitenden Durchschnitt zu implementieren. In dem Code, den Sie verwenden, ist wts, wie viel Sie jeden Wert wiegen (wie Sie ahnen). Die Summe dieses Vektors sollte immer gleich Eins sein. Wenn Sie jeden Wert gleichmäßig gewichten und eine Größe N bewegten Filter dann tun möchten, würden Sie tun möchten Mit dem gültigen Argument in conv wird mit weniger Werten in Ms, als Sie in M haben. Verwenden Sie diese, wenn Sie dont die Auswirkungen von Nullpolsterung. Wenn Sie die Signalverarbeitung Toolbox haben, können Sie cconv verwenden, wenn Sie einen kreisförmigen gleitenden Durchschnitt ausprobieren möchten. Etwas wie Sie sollten die conv und cconv Dokumentation für weitere Informationen lesen, wenn Sie havent bereits. Sie können Filter verwenden, um einen laufenden Durchschnitt zu finden, ohne eine for-Schleife zu verwenden. Dieses Beispiel findet den laufenden Durchschnitt eines 16-Element-Vektors unter Verwendung einer Fenstergröße von 5. 2) glatt als Teil der Curve Fitting Toolbox (die in den meisten Fällen verfügbar ist) yy glatt (y) glättet die Daten in dem Spaltenvektor Y unter Verwendung eines gleitenden Durchschnittsfilters. Die Ergebnisse werden im Spaltenvektor yy zurückgegeben. Die Standardspanne für den gleitenden Durchschnitt ist 5.MATLABs smoooth func ist im Grunde dasselbe wie Mittelung über Schiebefenster von Länge 5. außer der Weise, die es die 2 elems an beiden Enden behandelt. Wie bei den verknüpften Dokumenten werden diese Randbedingungen mit diesen Formeln berechnet. Um also die gleiche Implementierung auf NumPy / Python zu replizieren, können wir die NumPys 1D-Konvolution verwenden, um gleitende Fenster-Summationen zu erhalten und sie durch die Fensterlänge zu dividieren, um uns den Durchschnitt zu geben Ergebnisse. Dann fügen Sie einfach die speziellen Fall behandelt Werte für die Grenzen elems. So haben wir eine Implementierung, um generische Fenstergrößen zu behandeln, wie so - MATLAB-Programm für M-Point-Moving-Average-Filter H i Freunde, heute werden wir lernen, wie man ein MATLAB-Programm für m Punkt bewegenden Averagr-Filter schreiben. Schritte zum Schreiben eines M-Punkt-Verschiebungs-Durchschnittsfilterprogramms in MATLAB: 1) Nehmen Sie ein gegebenes Signal 2n (0.9) n und bezeichnen es mit s (n). 2) Dann ein zufälliges Rauschsignal mit der gleichen Länge (50) wie das von s (n) erzeugen und mit d bezeichnen. 3) Dann addieren Sie sd und speichern Sie es in p, d. h. psd. 4) Wir wissen, dass die Formel für m Punkt gleitenden Mittel-Filter gegeben ist durch 5) Um Summierung zu bestimmen, verwenden Sie eine für Schleife. 6) Schließlich teilen Summation durch M, erhalten Sie ursprüngliches Signal. Das MATLAB-Programm:
No comments:
Post a Comment