文档帮助中心文档
南
平滑噪声数据
B = smoothdata (A)
B = smoothdata(暗)
B=平滑数据(___,方法)
B=平滑数据(___,方法,窗口)
B=平滑数据(___,南旗)
B=平滑数据(___、名称、值)
[B,窗口]= smoothdata (___)
例子
B= smoothdata (一个)使用启发式确定的固定窗口长度返回向量元素的移动平均值。窗口沿向量长度向下滑动,计算每个窗口中元素的平均值。
B= smoothdata (一个)
B
一个
如果一个是一个矩阵平滑数据计算每列下的移动平均值。
平滑数据
如果一个是一个多维数组吗平滑数据沿大小不等于1的第一个维度操作。
如果一个那么,表格或时间表是否带有数字变量平滑数据分别对每个变量进行操作。
B= smoothdata (一个,昏暗的)沿维数作用昏暗的属于一个.例如,如果一个是一个矩阵smoothdata (2)平滑列表中每一行的数据一个.
B= smoothdata (一个,昏暗的)
昏暗的
smoothdata (2)
B= smoothdata (___,方法)指定前面任一语法的平滑方法。例如,B = smoothdata (A,“sgolay”)使用萨维茨基-戈莱滤波器平滑数据一个.
B= smoothdata (___,方法)
方法
B = smoothdata (A,“sgolay”)
B= smoothdata (___,方法,窗口)指定平滑方法使用的窗口长度。例如,平滑数据(A,'movmedian',5)平滑中的数据一个通过取五个元素滑动窗口的中位数。
B= smoothdata (___,方法,窗口)
窗口
平滑数据(A,'movmedian',5)
B= smoothdata (___,南旗)指定如何南对于任何前面的语法都将处理值。“奥米南”忽略了南价值观和“includenan”在每个窗口内进行计算时包含它们。
B= smoothdata (___,南旗)
南旗
“奥米南”
“includenan”
B= smoothdata (___,名称,值)指定使用一个或多个名称-值对参数进行平滑的附加参数。例如,如果t是一个时间值的向量吗smoothdata(“SamplePoints”,t)平滑中的数据一个相对于现在的时代t.
B= smoothdata (___,名称,值)
名称,值
t
smoothdata(“SamplePoints”,t)
[B,窗口) = smoothdata (___)还返回移动窗口的长度。
[B,窗口) = smoothdata (___)
全部折叠
创建一个包含噪声数据的向量,并使用移动平均值平滑数据。绘制原始数据和平滑数据。
x=1:100;A=cos(2*pi*0.05*x+2*pi*rand)+0.5*randn(1100);B=平滑数据(A);图(x,A,“o”, x、B“-x”)传说(“原始数据”,“平滑数据”)
创建一个矩阵,其行代表三个噪声信号。使用移动平均线平滑三个信号,并绘制平滑数据。
x = 1:10 0;s1 = cos(2 * 0.03π* * x + 2 *π*兰德)+ 0.5 * randn (1100);s2 = cos(2 * 0.04π* * x + 2 *π*兰德)+ 0.4 * randn (1100) + 5;s3 = cos(2 *π* 0.05 * x + 2 *π*兰德)+ 0.3 * randn - 5 (1100);= (s1);s2;s3);B = smoothdata (2);情节(x, B (1:), x, B (2:), x, B (3,:))
用高斯加权移动平均滤波器平滑噪声数据向量。显示过滤器使用的窗口长度。
x=1:100;A=cos(2*pi*0.05*x+2*pi*rand)+0.5*randn(1100);[B,窗口]=smoothdata(A,“高斯”);窗口
窗口=4
使用长度为20的较大窗口平滑原始数据。绘制两个窗口长度的平滑数据。
C = smoothdata (,“高斯”, 20);情节(x, B,“o”,x,C,“-x”)传说(“小窗”,“大窗户”)
创建一个噪声矢量包含南值,并平滑忽略数据南,这是默认值。
A = [NaN randn(1,48) NaN randn(1,49) NaN];B = smoothdata(一个);
平滑数据,包括南值。窗口中包含的平均值南是南.
C = smoothdata (,“includenan”);
把平滑的数据画进去B和C.
C
图(1:100,B,“o”1:10 0 C“-x”)传说(“忽略NaN”,“包括楠”)
创建一个与时间向量相对应的噪声数据向量t.平滑数据相对于时间t,并绘制原始数据和平滑数据。
x=1:100;A=cos(2*pi*0.05*x+2*pi*rand)+0.5*randn(1100);t=datetime(2017,1,1,0,0,0)+小时(0:99);B=smoothdata(A,“SamplePoints”t);情节(t),“o”t、B“-x”)传说(“原始数据”,“平滑数据”)
输入数组,指定为向量、矩阵、多维数组、表或时间表。如果一个是一个表或时间表,那么要么变量必须是数字,要么必须使用“DataVariables”名称-值对以显式列出数值变量。在处理也包含非数值变量的表时,指定变量非常有用。
“DataVariables”
数据类型:双|单一的|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|桌子|时间表
双
单一的
int8
int16
int32
int64
uint8
uint16
uint32
uint64
逻辑
桌子
时间表
复数的支持:金宝app是的
要沿其操作的维度,指定为正整数标量。如果未指定值,则默认值为大小不等于1的第一个数组维度。
考虑一个矩阵一个.
B = smoothdata (1)平滑每个列中的数据一个.
B = smoothdata (1)
B = smoothdata (2)平滑列表中每一行的数据一个.
B = smoothdata (2)
当一个是一张桌子或时刻表,昏暗的不支持。金宝app平滑数据分别对每个表或时间表变量进行操作。
数据类型:双|单一的|int8|int16|int32|int64|uint8|uint16|uint32|uint64
“movmean”
“movmedian”
“高斯”
“洛维斯”
“黄土”
“rlowess”
“rloess”
“sgolay”
平滑方法,指定为以下方法之一:
“movmean”-在每个窗口移动平均一个。此方法有助于减少数据中的周期性趋势。
“movmedian”-移动中值在每个窗口一个.这种方法对于在异常值存在时减少数据的周期趋势是有用的。
“高斯”的每个窗口的高斯加权移动平均一个.
“洛维斯”线性回归的每个窗口一个. 这种方法的计算成本很高,但不连续性较少。
“黄土”的每个窗口的二次回归一个.这种方法在计算上比“洛维斯”.
“rlowess”的每个窗口的稳健线性回归一个.这种方法是该方法的一个计算成本更高的版本“洛维斯”,但它对异常值更为稳健。
“rloess”的每个窗口的稳健二次回归一个.这种方法是该方法的一个计算成本更高的版本“黄土”,但它对异常值更为稳健。
“sgolay”-Savitzky-Golay滤波器,根据拟合在每个窗口上的二次多项式进行平滑一个. 当数据变化迅速时,这种方法比其他方法更有效。
窗口长度,指定为正整数标量、正整数的两元素向量、正持续时间标量或正持续时间的两元素向量。
当窗口是正整数标量,则窗口以当前元素为中心并包含窗口1相邻的元素。如果窗口如果是偶数,则窗口将以当前和以前的元素为中心。如果窗口是一个正整数的二元向量吗f [b],则窗口包含当前元素,b元素向后,f元素前进。
窗口1
f [b]
b
f
当一个有时间表或时间吗“SamplePoints”指定为日期时间或持续时间向量,窗口必须是类型持续时间,并相对于采样点计算窗口。
“SamplePoints”
日期时间
持续时间
当窗口长度也指定为输出参数时,输出值与输入值匹配。
数据类型:双|单一的|int8|int16|int32|int64|uint8|uint16|uint32|uint64|持续时间
南条件,指定为以下值之一:
“奥米南”——忽略南值。如果一个窗口包含所有南值,然后平滑数据返回南.
“includenan”-包括南值在每个窗口内计算时,导致南.
指定可选的逗号分隔的对名称,值参数。的名字参数名和价值是对应的值。的名字必须出现在引号内。您可以按任意顺序指定多个名称和值对参数,如下所示:Name1, Value1,…,的家.
的名字
价值
Name1, Value1,…,的家
smoothdata(“SmoothingFactor”,0.5)
样本点,指定为逗号分隔对,由“SamplePoints”和一个向量。样本点代表x中的数据的轴位置一个,必须进行排序并包含唯一值。采样点不需要统一采样。默认采样点向量为[1 2 3…].
[1 2 3…]
请注意
当输入数据为金宝app时间表.时间表总是使用行时间向量作为样本点。要使用不同的样本点,必须编辑时间表,以便行时间包含所需的样本点。
移动窗口是相对于样本点定义的。例如,如果t那么,时间向量是否与输入数据相对应呢smoothdata(兰德(1 10)3,SamplePoints, t)有一个窗口表示时间间隔t(i)-1.5和t(i)+1.5.
smoothdata(兰德(1 10)3,SamplePoints, t)
t(i)-1.5
t(i)+1.5
当样本点向量具有数据类型时日期时间或持续时间,则移动窗口长度必须具有类型持续时间.
例子:平滑数据(T,'SamplePoints',0:0.1:10)
平滑数据(T,'SamplePoints',0:0.1:10)
数据类型:双|单一的|int8|int16|int32|int64|uint8|uint16|uint32|uint64|日期时间|持续时间
vartype
要操作的表变量,指定为逗号分隔对,由“DataVariables”这张表中有一个选项。的“DataVariables”值指示输入表中要平滑的变量。表中未指定的其他变量“DataVariables”通过到输出而不被操作。
指定单个表变量名的字符向量或标量字符串
“Var1”
字符向量或字符串数组的单元格数组,其中每个元素是表变量名
{“Var1”“Var2”}
[" Var1”“Var2”)
表变量索引的标量或向量
1
[1 3 5]
逻辑向量,其每个元素对应一个表变量,其中真的包含相应的变量和假不包括它
真的
假
(真的假的真的)
接受表变量作为输入并返回逻辑标量的函数句柄
@isnumeric
属性生成的表下标vartype功能
vartype(数字)
例子:smoothdata (T“DataVariables”[“Var1”“Var2”“Var4”])
smoothdata (T“DataVariables”[“Var1”“Var2”“Var4”])
“SmoothingFactor”
窗口大小因子,指定为逗号分隔对,由“SmoothingFactor”从0到1的标量。一般来说,值“SmoothingFactor”通过缩放启发式窗口大小来调整平滑级别。接近0的值产生更小的移动窗口长度,导致更小的平滑。接近1的值产生更大的移动窗口长度,导致更平滑。在某些情况下,根据确定启发式窗口大小的输入数据,值“SmoothingFactor”可能不会对用户使用的窗口大小产生重大影响平滑数据.
“SmoothingFactor”是默认的0.25,只能在什么时候指定窗口未指定。
“学位”
萨维茨基-戈莱度,指定为逗号分隔对,由“学位”和非负整数。仅当“sgolay”为指定的平滑方法。价值“学位”对应于Savitzky-Golay过滤器中适合每个窗口内数据的多项式的次数,默认为2。
价值“学位”对于均匀采样点,必须小于窗长。对于非均匀采样点,该值必须小于任何窗口中的最大点数。
输出数组,以向量、矩阵、多维数组、表或时间表的形式返回。B大小是一样的吗一个.
窗口长度,返回为一个正整数标量、一个正整数的双元素向量、一个正持续时间标量或一个正持续时间的双元素向量。
当窗口指定为输入参数,则输出值与输入值匹配。当窗口未指定为输入参数,则其值是由平滑数据基于输入数据。
如果未指定平滑方法的窗口大小,平滑数据基于启发式计算默认窗口大小。对于平滑因子τ,启发式估计一个移动平均窗口大小,该窗口大小衰减约为输入数据能量的100*τ %。
使用注意事项及限制:
不支持高时间表。金宝app
的“rlowess”和“rloess”方法不受支持。金宝app
不支持多个输出。金宝app
您必须指定窗口大小。不支持自动选择窗口大小。金宝app
的“SamplePoints”和“SmoothingFactor”不支持名称-值对。金宝app
价值“DataVariables”不能是函数句柄。
有关更多信息,请参见高大的数组.
昏暗的必须是常数。
对于复杂的输入一个,窗口参数必须指定。
适应窗口不支持参数。金宝app
对于固定大小的代码生成,除了一个必须是常数。
对于datetime“SamplePoints”带有日期时间的值或时间表输入数据RowTimes,则必须指定窗口大小。
RowTimes
填充物缺失|过滤器|莫夫玛德|movmean|movmedian|平滑的数据
填充物缺失
过滤器
莫夫玛德
movmean
movmedian
您已经有了abgeänderte版本死亡Beispiels。Möchten您是谁? Änderungen öffnen?
在进入该项目之前,您必须遵守以下规定:
Führen Sie den Befehl durch Eingabe in das MATLAB-Befehlsfenster aus。Webbrowser unterstützen keine MATLAB-Befehle。
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系