主要内容

光滑的

平滑响应数据

描述

例子

yy.=平滑(y在列向量中平滑响应数据y使用移动的平均滤波器。

前几个要素yy.跟随。

YY(1)= Y(1)YY(2)=(Y(1)+ Y(2)+ Y(3))/ 3 YY(3)=(Y(1)+ Y(2)+ Y(3)+ Y(4)+ Y(5))/ 5YY(4)=(Y(2)+ Y(3)+ Y(4)+ Y(5)+ Y(6))/ 5 ..。
因为途径光滑的处理端点,结果与返回的结果不同筛选功能。

yy.=平滑(y跨度设置移动平均值的跨度跨度

yy.=平滑(y方法平滑数据y使用指定的方法方法和默认值跨度

例子

yy.=平滑(y跨度方法设置跨度方法跨度

yy.=平滑(y'sgolay'程度使用savitzky-golay方法,并使用多项式程度指定程度

yy.=平滑(y跨度'sgolay'程度使用指定的数据点数跨度在Savitzky-golay计算中。跨度必须是奇数和程度必须小于跨度

例子

yy.=平滑(Xy___指定自变量的值X。您可以使用以前语法中的任何参数使用此语法。

gpuarrayyy=平滑(gpuarrayy___使用GPU执行操作GPUArray.数据。你可以用GPUArray.具有全部先前语法的响应数据。此语法需要并行计算工具箱™。

gpuarrayyy=平滑(gpuarrayx.gpuarrayy___使用GPU执行操作GPUArray.输入数据。此语法需要并行计算工具箱。

笔记

使用GPUArray.Xy与之相关的投入光滑的只有使用默认方法,才会建议使用功能,'移动'。使用其他方法的GPU数据不提供任何性能优势。

例子

全部收缩

使用移动平均滤波器分别通过线性索引和每列的平滑数据。绘图并比较结果。

加载数据count.dat.。24×3阵列数数包含一天中每一小时的三个交叉路口的流量计数。

加载count.dat.

假设数据来自连续三天的单个交叉点。将所有数据平滑到一起,然后通过交叉点指示交通流量的整体周期。使用移动的平均滤波器,5小时跨度,同时平滑所有数据(通过线性指数)。

c =平滑(计数(:));C1 =重塑(C,24,3);

但是,数据实际上来自三个不同的交叉路口。因此,平滑柱线通过一天内通过每个交叉点给出流量的更有意义的图片。使用相同的移动平均滤波器分别平滑每列数据。

C2 =零(24,3);为了i = 1:3 C2(:,i)=平滑(计数(:,i));结尾

绘制原始数据和通过线性索引平滑的数据,并单独按每列平滑。然后,绘制两个平滑数据集之间的差异。这两种方法在端点附近给出不同的结果。

子图(3,1,1)绘图(计数,':');抓住情节(C1,' - ');标题('平滑C1(所有数据)')子图(3,1,2)绘图(计数,':');抓住绘图(C2,' - ');标题('平滑C2(每列)')子图(3,1,3)绘图(C2  -  C1,'O-') 标题('差异c2  -  c1'

图包含3个轴。带标题平滑C1(所有数据)的轴1包含6个类型的线路。带标题平滑C2(每列)的轴2包含6个类型的线。带标题差C2  -  C1的轴3包含3个类型的线。

绘制并比较使用数据平滑的数据结果黄土rloess.方法。然后确定哪种方法对异常值不太敏感。

使用两个异常值创建嘈杂的数据。

x =(0:0.1:15)';y = sin(x)+ 0.5 *(rand(尺寸(x)) -  0.5);Y([90,110])= 3;

用它平滑数据黄土rloess.方法。使用数据点总数10%的范围。

YY1 =光滑(X,Y,0.1,'黄土');YY2 =光滑(x,y,0.1,'rloess');

绘制原始和平滑的数据。异常值对鲁棒方法的影响较小rloess.

子图(2,1,1)绘图(x,y,'b。',x,yy1,'r-')设置(GCA,'ylim',[ -  1.5 3.5])传奇('原始数据''使用'''''''''''''']......'地点''nw')子图(2,1,2)绘图(x,y,'b。',x,yy2,'r-')设置(GCA,'ylim',[ -  1.5 3.5])传奇('原始数据''使用''rloess'''ssions的数据......'地点''nw'

图包含2个轴。轴1包含2个类型的2个物体。这些对象代表原始数据,使用“黄土”平滑数据。轴2包含2个类型的2个物体。这些对象代表原始数据,使用“Rloess”平滑数据。

输入参数

全部收缩

数据要平滑,指定为列向量。

如果您的数据包含s,你没有指定X,您的数据被视为不均匀的和平滑方法'洛杉矶'用来。

数据类型:单身的|双倍的

用于计算平滑值的数据点数,指定为整数或在范围(0,1)中的标量值,表示表示数据点总数的一部分。

如果使用移动平均或Savitzky-golay方法,则计算平滑值的数据点数必须是奇数整数。如果您指定跨度作为偶数或导致偶数个数据点的分数,跨度自动减少1。

例子:7.;0.6

平滑方法以平滑响应数据,指定为以下方法之一。

方法

描述

'移动'(默认)

移动平均水平。具有滤波器系数的低通滤波器等于跨度的互换。

'洛杉矶'

使用加权线性最小二乘和第一度多项式模型的本地回归。

'黄土'

使用加权线性最小二乘和第二度多项式模型的本地回归。

'sgolay'

Savitzky-golay过滤器。具有滤波器系数的广义移动平均值由未加权的线性最小二乘回归和指定程度的多项式模型确定(默认值为2)。该方法可以接受非均匀预测器数据。

'rlowess'

强大的版本'洛杉矶'将较低的重量分配给回归中的异常值。该方法将零权重分配给六个平均绝对偏差的数据。

'rloess'

强大的版本'黄土'将较低的重量分配给回归中的异常值。该方法将零权重分配给六个平均绝对偏差的数据。

Savitzky-golay方法中使用的模型的多项式程度,指定为标量值。程度必须小于跨度

例子:3.

响应数据的独立变量y,指定为列向量。如果你不提供X,需要的方法X认为x = 1:长度(y)。指定X数据时y没有排序或均匀间隔。如果X不统一,你没有指定方法洛杉矶用来。如果指定需要的平滑方法X要排序,功能会自动排序X数据。

数据类型:单身的|双倍的

数据顺畅,指定为aGPUArray.柱矢量。

数据类型:单身的|双倍的

输入数据的响应数据gpuarrayy,指定为aGPUArray.柱矢量。如果你不提供gpuarrayx.,需要的方法gpuarrayx.认为gpuarrayx = 1:长度(y)。指定gpuarrayx.数据不会均匀间隔或排序时的数据。如果是gpuarrayx.数据不统一,您不指定平滑方法,'洛杉矶'用来。如果指定需要的平滑方法gpuarrayx.要排序,功能会自动排序gpuarrayx.数据。

数据类型:单身的|双倍的

输出参数

全部收缩

平滑数据,作为列向量返回。

平滑数据,作为一个返回GPUArray.柱矢量。

提示

  • 有关平滑数据的更多选项,包括移动中位和高斯方法,请参阅smoothdata.

  • 您可以使用平滑样条曲线生成对数据的平滑拟合。有关更多信息,请参阅合身

扩展能力

在R2006A之前介绍