我如何适应两个数据集?

48视图(30天)
罗伊wexler
罗伊wexler 2023年5月22日21:43
评论道: 罗伊wexler2023年5月24日在22:42
嘿每个人
我有一个问题关于一个实验数据。
我有两个数据集,一个是,另一个是测量的引用。
测量的数据集有一个改变x,每个测量不同的转变。
说它很明显我想适合测量数据集f (x + c)的引用数据集表示f (x)和在每个测量发现变量“c”。注:数据集不是一个函数,而是一对{X Y(我),(我)}的参考和测量。
更多的小细节:
参考将是一个高分辨率的测量(小间距,大量的点)和测量将有一个更高的点间距和较小的点。
x轴的测量范围和引用可能有所不同。
谢谢你的帮助
1评论
dpb
dpb 2023年5月22日23:48
不清晰…:)
我认为任何人有任何机会做任何具体的问题需要有数据看,看看看。附加一个垫子文件包含至少一个代表性的……更多的是什么 x 代表并从那里获得的是吗?你的帖子只提到了y,但不是x。

登录置评。

答案(2)

约翰D 'Errico
约翰D 'Errico 2023年5月23日11:23
编辑:约翰D 'Errico 2023年5月23日在十一28
这是一个典型的校准问题。你有两条曲线,其中一个必须(翻译)转移到另一个。在某些情况下,还有一个比例因子在x。当然,有时有一个y转变或规模。
这听起来像是你所表示的就是翻译。
在任何情况下,问题是非线性的。你需要选择一个简单的模型参考曲线。我的建议是花键。确保符合是单调的。如果有必要,你可能需要参考曲线光滑,迫使它单调。为此目的的最佳工具可能是喜欢我的SLM工具箱,(发现在文件交换免费下载。我会发布一个链接)。
您可能还希望确保参考曲线涵盖了广泛的领域。你可能需要推断。再一次,单调性可能是重要的。因为你不显示任何数据,我将做一些。
xref = linspace (-20、20100);
F = @ (x) (x) /每股pi + 1/2;
yref = F (xref)
yref = 1×100
0.0159 0.0162 0.0166 0.0169 0.0173 0.0177 0.0181 0.0185 0.0190 0.0194 0.0199 0.0204 0.0210 0.0216 0.0222 0.0228 0.0235 0.0242 0.0250 0.0258 0.0266 0.0276 0.0286 0.0296 0.0308 0.0320 0.0334 0.0349 0.0365 0.0382
情节(xref yref,“b”。)
这是一个平滑和严格单调曲线。这是好的,所以我只会使用一个插值样条。
refspl =花键(xref yref);
现在,假设我有一个第二曲线,从第一个沿着x轴。
1 x =排序(兰特(20日)* 20 - 10);
转变= randn (1) * 5;
y = F (x + shift);
我不知道这种转变是在进步。我可以恢复它,并且将新的曲线转移到目标?假设我不知道F的函数形式本身,只参考曲线上的点。更糟糕的是,新曲线不等距的。
持有
情节(x, y,“罗”)
持有
网格
由于曲线是单调,我将使用一个工具从我的SLM工具箱,slmsolve。
x = 0(大小(x));
i = 1:元素个数(y);
x (i) = slmsolve (refspl y(我));% slmsolve不是矢量,哦
结束
这是我估计的转变,以及真正的转变
转变= (x - x)中位数;
(转变,转变)
ans = 1×2
-4.3976 - -4.3976
情节(xref yref,“b”。,x, y,“罗”,x +转变,y,“女士”)
传奇(“参考曲线”,“新曲线”,翻译后的)
当然,这个系统中没有噪音,所以估计应该是近乎完美。
如果问题是更复杂的,还有一个规模变化,或线性转移规模y,和一些努力,也可以解决。
如果有噪音问题,参考曲线需要平滑的,SLM工具箱也可以帮助。
1评论
罗伊wexler
罗伊wexler 2023年5月24日在22:42
嘿,约翰
这已经非常经验,部分原因是implented和帮助我更好地理解一些值的实验。
为了实时使用它,我还需要重新调节x和y分量,我仍然只关心转变价值(Im的扩展不确定x是至关重要的)
在mydata_question文件附加有4个变量xref yref和x y
xref和yref参考和更清洁的信号和x y是被测信号
我想明白什么是x的转变在我旁边的测量信号(x, y)参考信号(xref yref)
他们看起来像这样:
你知道如何使用slmsolve rescailing还做什么?
谢谢提前
罗伊

登录置评。


马特·J
马特·J 2023年5月23日在31
听起来像一个一维图像配准问题。也许可以考虑 imregtform

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!