このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
smoothdata
ノイズの多いデータの平滑化
構文
説明
例
移動平均によるデータの平滑化
ノイズの多いデータを含むベクトルを作成し,移動平均を使用してデータを平滑化します。元のデータと平滑化後のデータをプロットします。
x = 1:10 0;= cos(2 *π* 0.05 * x + 2 *π*兰德)+ 0.5 * randn (1100);B = smoothdata(一个);情节(x,,“o”, x、B“- x”)传说(“原始数据”，“平滑数据”）
ノイズの多いデータの行列
ノイズの多い3つの信号を表す行をもつ行列を作成します。移動平均を使用して3つの信号を平滑化し,平滑化後のデータをプロットします。
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,:))
ガウスフィルター
ガウス加重移動平均フィルターを使用して,ノイズの多いデータのベクトルを平滑化します。フィルターで使用したウィンドウの長さを表示します。
x = 1:10 0;= cos(2 *π* 0.05 * x + 2 *π*兰德)+ 0.5 * randn (1100);[B, window] = smoothdata(A，“高斯”）;窗口
窗口= 4
長さ20の大きいウィンドウを使用して元のデータを平滑化します。両方のウィンドウの長さについて,平滑化後のデータをプロットします。
C = smoothdata (,“高斯”, 20);情节(x, B,“o”, x, C,“- x”)传说(“小窗”，“大窗口”）
南をもつベクトル
南値を含むノイズの多いベクトルを作成し,南を無視してデータを平滑化します。これは既定の設定です。
A = [NaN randn(1,48) NaN randn(1,49) NaN];B = smoothdata(一个);
南値を含むデータを平滑化します。南を含むウィンドウでの平均値は南です。
C = smoothdata (,“includenan”）;
BとCの平滑化後のデータをプロットします。
情节(1:10 0 B“o”1:10 0 C“- x”)传说(“忽视南”，“包括南”）
サンプル点をもつデータの平滑化
時間ベクトルtに対応するノイズの多いデータのベクトルを作成します。tの時間を基準としてデータを平滑化し,元のデータと平滑化後のデータをプロットします。
x = 1:10 0;= cos(2 *π* 0.05 * x + 2 *π*兰德)+ 0.5 * randn (1100);T = datetime(2017,1,1,0,0,0) + hours(0:99);B = smoothdata (A,“SamplePoints”t);情节(t),“o”t、B“- x”)传说(“原始数据”，“平滑数据”）
入力引数
一个- - - - - -入力配列
ベクトル|行列|多次元配列|テーブル|时间表
入力配列。ベクトル、行列、多次元配列、table または timetable として指定します。一个が表または时间表の場合,変数を数値にするか,名前と値のペア“DataVariables”を使用して数値変数を明示的にリストしなければなりません。変数の指定は,数値でない変数も含む表を操作する場合に便利です。
データ型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|表格|时间表
複素数のサポート:あり
昏暗的- - - - - -演算の対象の次元
正の整数スカラー
演算の対象の次元。正の整数のスカラーとして指定します。値を指定しない場合,既定値は,サイズが1ではない最初の配列の次元です。
行列一个を考えます。
B = smoothdata (1)は一个の各列のデータを平滑化します。
B = smoothdata (2)は一个の各行のデータを平滑化します。
一个が表または时间表の場合,昏暗的はサポートされません。smoothdataは,個々の表または时间表の変数に対して個別に動作します。
データ型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64
方法- - - - - -平滑化法
“movmean”(既定値) |“movmedian”|“高斯”|“洛斯”|“黄土”|“rlowess”|“rloess”|“sgolay”
平滑化法。次のいずれかとして指定します。
“movmean”- - - - - -一个の各ウィンドウの移動平均。この方法は、データの周期的なトレンドを低減するのに便利です。“movmedian”- - - - - -一个の各ウィンドウの移動中央値。この方法は、外れ値が存在する場合にデータの周期的なトレンドを低減するのに便利です。“高斯”- - - - - -一个の各ウィンドウのガウス加重移動平均。“洛斯”- - - - - -一个の各ウィンドウの線形回帰。この方法は計算量が多くなる場合がありますが、不連続点は少なくなります。“黄土”- - - - - -一个の各ウィンドウの2次回帰。この方法は“洛斯”より計算量がやや多くなります。“rlowess”- - - - - -一个の各ウィンドウのロバスト線形回帰。この方法は“洛斯”より計算量が多くなりますが,外れ値に対してよりロバストになります。“rloess”- - - - - -一个の各ウィンドウのロバスト2次回帰。この方法は“黄土”より計算量が多くなりますが,外れ値に対してよりロバストになります。“sgolay”——Savitzky-Golayフィルター。一个の各ウィンドウで近似される2次多項式に従って平滑化します。この方法は、データが急速に変動する場合に他の方法より効果的です。
窗口- - - - - -ウィンドウの長さ
正の整数スカラー|正の整数の2要素ベクトル|正の时间スカラー|正の时间の2要素ベクトル
ウィンドウの長さ。正の整数スカラー、正の整数の 2 要素ベクトル、正の duration スカラーまたは正の duration の 2 要素ベクトルとして指定します。
窗口が正の整数スカラーである場合,ウィンドウは現在の要素を中心にして配置され,窗口1個の隣接する要素を含みます。窗口が偶数である場合,ウィンドウは現在の要素および直前の要素を中心にして配置されます。窗口が正の整数の2要素ベクトルf [b]である場合,ウィンドウには現在の要素,b個前までの要素,f個後までの要素が含まれます。
一个が时间表である場合,または“SamplePoints”がdatetimeまたは持续时间ベクトルとして指定されている場合,窗口の型は持续时间でなければならず,ウィンドウはサンプル点を基準にして計算されます。
ウィンドウの長さが出力引数としても指定されている場合,出力値は入力値と一致します。
データ型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64|持续时间
nanflag- - - - - -南の条件
“omitnan”(既定値) |“includenan”
南の条件。次の値のいずれかとして指定します。
“omitnan”——入力の南値を無視します。ウィンドウがすべての南値を含む場合,smoothdataは南を返します。“includenan”——各ウィンドウで計算する場合に南も対象にします。この場合,結果は南となります。
名前と値のペアの引数
オプションの名称,值の引数ペアをコンマ区切りで指定します。的名字は引数名で,价值は対応する値です。的名字は引用符で囲まなければなりません。Name1, Value1,…,的家のように,複数の名前と値のペアの引数を任意の順序で指定できます。
smoothdata(“SmoothingFactor”,0.5)
出力引数
アルゴリズム
平滑化法のウィンドウサイズが指定されていない場合,smoothdataは経験則に基づいて既定のウィンドウサイズを計算します。平滑化係数τについて,経験則により入力データのエネルギーの約100 *τパーセントを減衰する移動平均ウィンドウサイズを推定します。
拡張機能
参考
你也可以从以下列表中选择一个网站:
