Minun täytyy laskea liikkuva keskiarvo tietosarjassa, silmukan sisällä. Minun täytyy saada liikkuva keskiarvo N9-päivinä. Määritelmä Im-laskenta on 4 sarja 365-arvoa (M), jotka itse ovat toisen datasarjan keskiarvot. Haluan piirtää tietojani keskimääräiset arvot liikkuvassa keskiarvossa yhdelle tontille. Olen googled hieman noin liikkuvia keskiarvot ja conv komento ja löytänyt jotain, mitä yritin toteuttaa koodini: Joten pohjimmiltaan minä laskea keskiarvo ja piirtää sen (väärä) liukuva keskiarvo. Otin wts-arvon pois mathworks-sivustosta, joten se on virheellinen. (lähde: mathworks. nlhelpeconmoving-average-trend-estimation. html) Minun ongelmani on kuitenkin se, että en ymmärrä mitä tämä wts on. Voisiko joku selittää, jos sillä on jotain tekemistä arvojen painojen kanssa: se on tässä tapauksessa virheellinen. Kaikki arvot on painotettu samoin. Ja jos teen tämän täysin väärin, voisinko saada apua. Kiitän teitä. kysyi syyskuu 23 14 klo 19:05 Konf on erinomainen tapa toteuttaa liukuva keskiarvo. Käyttämässäsi koodissa wts on kuinka paljon punnit jokainen arvo (kuten arvasit). kyseisen vektorin summan tulisi aina olla yhtä suuri kuin yksi. Jos haluat painottaa jokaista arvoa tasaisesti ja tehdä koon N liikkuvan suodattimen, niin haluat tehdä. Käyttämällä kelvollista argumenttia konvoluutiossa seurauksena on vähemmän arvoja MS: ssä kuin M. Käytä samaa, jos et pidä vaikutuksia nolla täyttöä. Jos sinulla on signaalinkäsittelylaatikko, voit käyttää cconv: ia, jos haluat kokeilla ympyränmuotoista liukuvaa keskiarvoa. Jotain kuin sinun pitäisi lukea conv ja cconv dokumentaatiota lisätietoja, jos sinulla ei ole. Luotu keskiviikkona, 08 lokakuu 2008 20:04 Viimeisin päivitys torstaina, 14. maaliskuuta 2013 01:29 Kirjoittanut Batuhan Osmanoglu Osumat: 41481 Liukuva keskiarvo Matlab Usein olen sitä mieltä, että minulla on oltava keskimäärin tietoja, joiden on vähennettävä melua vähän. Kirjoitin pari toimintoa tekemällä täsmälleen mitä haluan, mutta suodattimen toimintoihin rakennettu matalakit toimivat melko hyvin. Tässä kirjoitan tietoja 1D - ja 2D-keskiarvosta. 1D-suodatin voidaan toteuttaa käyttämällä suodatustoimintoa. Suodatintoiminto vaatii vähintään kolme syöttöparametria: suodattimen (b) laskurin kerroin, suodattimen (a) nimittäjäkerroin ja tietenkin (X). Juoksevan keskimääräisen suodattimen voi määritellä yksinkertaisesti: 2D-datalle voimme käyttää Matlabs-suodatinta2 - toimintoa. Lisätietoja suodattimen toimivuudesta voit kirjoittaa: Tässä on nopea ja likaista 16: nteen liukuvan keskimääräisen suodattimen toteutusta. Ensin meidän on määriteltävä suodatin. Koska kaikki haluamme on kaikkien naapureiden tasavertainen panos, voimme vain käyttää niitä. Jaamme kaiken 256: llä (1616), koska emme halua muuttaa signaalin yleistä tasoa (amplitudi). Suodattimen käyttämiseksi voimme yksinkertaisesti sanoa seuraavaksi Alla on SAR-interferogrammin vaiheen tulokset. Tässä tapauksessa Alue on Y-akselilla ja Asemuutti kartoitetaan X-akselilla. Suodatin oli 4 pikseliä leveä alueella ja 16 pikseliä leveä Azimutissa. MATLAB: n käyttäminen, miten löydän matriisin tietyn sarakkeen kolmen vuorokauden liukuvan keskiarvon ja liittää liikkuvan keskiarvon tähän matriisiin. Yritän laskea 3 - päivän liukuva keskiarvo alhaalta matriisin yläosaan. Olen antanut koodini: Kun otetaan huomioon seuraava matriisi a ja mask: Olen yrittänyt toteuttaa conv-komentoa, mutta saan virheen. Tässä on conv-komento, jonka olen yrittänyt käyttää matriisin toisessa sarakkeessa a: Tulos, jonka haluan, annetaan seuraavassa matriisissa: Jos sinulla on ehdotuksia, olisin kiitollinen siitä. Kiitos Matriisin a sarakkeesta 2 laskennan 3 päivän liukuva keskiarvo seuraavasti ja sijoitan tuloksen matriisin a sarakkeeseen 4 (minä nimetin matriisin a 39desiredOutput39 vain kuvaksi). 3 päivän keskiarvo 17, 14 ja 11 on 14 päivän keskiarvo 14, 11, 8 on 11, 3 päivän keskiarvo 11, 8, 5 on 8 ja 3 päivän keskiarvo 8, 5, 2 on 5. Neljän sarakkeen alareunassa ei ole arvoa, koska kolmen päivän liukuva keskiarvo lasketaan alareunasta. 39valid39 tuotos näkyy näytössä, kunnes vähintään 17, 14 ja 11. Toivottavasti tämä on järkevää. Ndash Aaron Jun 12 13 at 1:28 Yleensä olisi apua, jos näytät virheen. Tässä tapauksessa teet kaksi asiaa väärin: ensin konvoluutiot on jaettava kolmella (tai liikkuvan keskiarvon pituudella). Toinen, huomaa c: n koko. Et voi vain sovi a: aan. Tyypillinen tapa saada liikkuva keskiarvo olisi käyttää samaa, mutta se ei näytä mitä haluat. Sen sijaan sinun on pakko käyttää muutamaa riviä: 29. syyskuuta 2013 Liukuva keskiarvo konvoluutiolla Mikä on liukuva keskiarvo ja mikä on hyvä Miten liukuvirtaus tehdään käyttäen konvoluutioa Liukuva keskiarvo on yksinkertainen operaatio, jota käytetään tavallisesti häiritsemään signaali: asetamme jokaisen pisteen arvon sen lähialueiden arvoille. Kaavalla: Tässä x on tulo ja y on lähtösignaali, kun ikkunan koko on w, jonka pitäisi olla outoa. Edellä oleva kaava kuvaa symmetristä toimintaa: näytteet otetaan todellisesta kohdasta molemmilta puolilta. Alla on todellinen esimerkki. Piste, jolle ikkuna asetetaan, on todella punainen. Arvojen ulkopuolella x on tarkoitus olla nollia: katsomalla tätä vuorovaikutteista esittelyä voit katsella ja katsoa liikkuvan keskiarvon vaikutuksia. Kuinka tehdä se konvoluutiolla Kuten olette ehkä tunnustaneet, yksinkertaisen liukuvan keskiarvon laskeminen on samanlainen kuin konvoluutio: molemmissa tapauksissa ikkunan liukuu signaalin suuntaan ja ikkunassa olevat elementit on tiivistetty. Joten, yritä tehdä sama asia käyttämällä convolutionia. Käytä seuraavia parametreja: Haluttu lähtö on: Ensimmäisessä lähestymistavassa yritämme kokeilla mitä saamme kaventamalla x-signaalia seuraavalla k-ytimellä: Tulos on täsmälleen kolme kertaa suurempi kuin odotettu. Voidaan myös nähdä, että lähtöarvot ovat yhteenveto kolmen elementin ikkunasta. Se johtuu siitä, että konvoluution aikana ikkuna liukuu pitkin, kaikki sen elementit kerrotaan yhdellä ja summataan sitten: yk 1 cdot x 1 cdot x 1 cdot x Saadaksesi y: n halutut arvot. tuotos on jaettava kolmella: Kaavalla, joka sisältää jako: Mutta eikö olisi optimaalista tehdä jakautuminen konvoluutiossa? Tässä tulee ajatus järjestämällä yhtälö uudelleen: Joten käytämme seuraavaa k ydin: Tällä tavoin saat halutun tuotoksen: Yleisesti: jos haluamme tehdä liukuvan keskiarvon konvoluutiolla, jonka w-ikkunan koko on. käytämme seuraavaa k ydintä: Yksinkertainen, liikkuva keskiarvo tekee: Esimerkkikäyttö on:
No comments:
Post a Comment