smoothdata
平滑噪声数据
语法
描述
例子
用移动平均线平滑数据
创建一个包含噪声数据的向量，并用移动平均来平滑数据。绘制原始的和平滑的数据。
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”）
噪声数据矩阵
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,:))
高斯滤波器
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 = 1:10 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
用长度为20的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”，“大窗口”）
向量和南
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．
情节(1:10 0 B“o”1:10 0 C“- x”)传说(“忽视南”，“包括南”）
用采样点平滑数据
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 = 1:10 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”）
输入参数
一个- - - - - -输入数组
向量|矩阵|多维数组|表格|时间表
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。
数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|表格|时间表
复数的支持:金宝app是的
昏暗的- - - - - -操作方向尺寸
正整数标量
要操作的维数，指定为正整数标量。如果没有指定值，则默认为大小不等于1的第一个数组维度。
考虑一个矩阵一个．
B = smoothdata (1)的每个列中的数据进行平滑处理一个．
B = smoothdata (2)平滑每一行的数据一个．
当一个是一张桌子或时刻表，昏暗的不支持。金宝appsmoothdata分别对每个表或时间表变量进行操作。
数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64
方法- - - - - -平滑方法
“movmean”(默认)|“movmedian”|“高斯”|“洛斯”|“黄土”|“rlowess”|“rloess”|“sgolay”
平滑法，指定为下列方法之一:
“movmean”-在每个窗口移动平均一个．这种方法对减少数据中的周期趋势是有用的。“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．“洛斯”线性回归的每个窗口一个．这种方法计算昂贵，但产生的不连续点较少。“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，它根据一个二次多项式进行平滑，该二次多项式被拟合在每个窗口上一个．当数据变化迅速时，该方法比其他方法更有效。
窗口- - - - - -窗口长度
正整数标量|正整数的二元向量|积极的标量时间|正持续时间的二元向量
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。
当窗口是一个正整数标量，那么窗口是围绕当前元素和包含窗口1相邻的元素。如果窗口是偶数，则窗口围绕当前和以前的元素居中。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。
当一个有时间表或时间吗“SamplePoints”指定为datetime或持续时间向量,窗口必须是类型持续时间，窗口是相对于样本点计算的。
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|int8|int16|int32|int64|uint8|uint16|uint32|uint64|持续时间
nanflag- - - - - -南条件
“omitnan”(默认)|“includenan”
南条件，指定为以下值之一:
“omitnan”——忽略南值。如果一个窗口包含所有南值,然后smoothdata返回南．“includenan”——包括南值在每个窗口内计算时，导致南．
名称-值参数
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为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．
smoothdata(“SmoothingFactor”,0.5)
输出参数
算法
当平滑方法的窗口大小未指定时，smoothdata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 %。
扩展功能
你也可以从以下列表中选择一个网站:
