汉斯谈物联网

ThingSpeak, MATLAB，还有物联网

物联网日是了解我们新的MATLAB分析功能的日子

发布的Hans Scharler，

8次观看(过去30天)|喜欢|0评论

4月9日物联网的一天！我们通过宣布新的物联网分析功能来庆祝。所有ThingSpeak的新功能MATLAB R2017a．在ThingSpeak中，您可以使用MATLAB的功能分析和可视化您的数据。通过最新的更新，您可以将您的物联网数据可视化为一个的热图并分析大量有时间戳的数据时间表．

在最新的更新中，我们添加了许多新的分析功能，非常适合物联网数据:

  • isoutlier/filloutliers:要查找数据中的异常值，请使用isoutlier函数。要用替代值替换离群值，请使用filloutliers函数。
  • smoothdata平滑有噪声的数据现在是可能的smoothdata函数。例如，smoothdata(A， ' movmedian ')使用移动窗口中位数平滑数据。
  • fillmissing:使用移动平均值或移动中值选项填充缺失数据现在可用fillmissing函数。

平稳天气资料

在我们位于马萨诸塞州纳蒂克的总部，我们有一个气象站将数据发送到ThingSpeak频道12397．我们使用ThingSpeak来收集原始温度、湿度、风和雨数据。我们使用MATLAB来分析和可视化数据，这样我们就可以用它来预测植物收获和建立天气模型。学习如何建立你自己的气象站Hackster.io并学习如何使用MATLAB分析天气数据的源代码文件交换．

通常，您希望通过删除异常值和平滑数据来处理原始数据。如果您正在构建一个预测模型并更好地可视化数据，这将有所帮助。常见的物联网分析工作流程是读取原始数据，及时同步数据，检测和删除异常值，平滑数据，并可视化数据。这个例子适用于ThingSpeak，MATLAB在线，以及桌面MATLAB。

阅读历史天气数据

[weather,channelInfo] = thingSpeakRead(12397，…'DateRange'，[datetime('Feb 04, 2016')，datetime('Feb 10, 2016')]，…“outputFormat”、“表”);

转换为时间表

天气= table2schedule(天气);

平滑数据

首先，使用retime函数重新采样时间表，以便时间和数据在分钟上均匀间隔。

wdata = retime(weather(:，{'湿度'，'温度'})，'分钟'，'线性');

使用移动中值平滑数据，并将其与原始数据进行比较。对于向量和矩阵，有许多移动统计函数，如movmean, movmedian等，还有smoothdata函数，它也适用于时间表，并使用RowTimes作为样本点。移动中值是默认值，还有其他选项可用。

Smdata = smoothdata(wdata);

在图上可视化原始和平滑的温度数据

图绘制(wdata.Timestamps, wdata.TemperatureF,…smdata.Timestamps,smdata.TemperatureF，'m—')legend('原始数据'，'平滑数据')ylabel('温度(\circF)') title('温度随时间变化')

平稳天气资料

有一个快乐的物联网的一天我们希望通过使用ThingSpeak上的MATLAB分析，你能更多地了解你的物联网数据。我要感谢希瑟·高尔谢谢你帮我把例子的MATLAB代码组合在一起。干杯!

|
标签:
数据分析,
物联网的一天,
MATLAB,
气象站
  • 打印
  • 发送电子邮件

另请参阅

评论

如欲留言，请点击在这里登录您的MathWorks帐户或创建一个新帐户。