smoothdata
平滑噪声数据
语法
描述
例子
与移动平均线平滑数据
创建一个向量包含噪声数据,用移动平均和平滑数据。绘制原始和平滑数据。
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)在情节(x, B)传说(“输入数据”,“平滑数据”)
嘈杂的数据矩阵
创建一个矩阵的行表示三个嘈杂的信号。使用移动平均线平滑的三个信号,并画出平滑数据。
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:))在情节(x, B(2:))情节(x, B(3:))传说(“s1”,“s2”,“s3”)
高斯滤波器
光滑的向量与Gaussian-weighted移动平均滤波器嘈杂的数据。显示窗口长度所使用的过滤器。
x = 1:10 0;= cos(2 *π* 0.05 * x + 2 *π*兰德)+ 0.5 * randn (1100);[B,窗口]= smoothdata (,“高斯”);窗口
窗口= 4
光滑的原始数据与一个更大的窗口长度20。画出平滑窗口长度的数据。
C = smoothdata (,“高斯”,20);情节(x, B)在情节(x, C)传说(“小窗”,“大窗口”)
平滑涉及缺失值
创建一个包含噪声向量南值,忽略平滑数据南值。
=[南randn(48)南randn(49)南);B = smoothdata(一个);
平滑的数据包括南值。平均在一个窗口包含任何南值是南。
C = smoothdata (,“includenan”);
绘制平滑数据B和C。
情节(1:10 0 B“o”)举行在情节(1:10 0 C“- x”)传说(“忽略失踪”,“包括失踪”)
与采样点平滑数据
创建一个向量的嘈杂的数据向量对应一个时间t。相对于次平滑数据t,画出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) +小时(0:99);B = smoothdata (A,“SamplePoints”t);情节(t)在情节(t, B)传说(“输入数据”,“平滑数据”)
输入参数
一个- - - - - -输入数据
向量|矩阵|多维数组|表|时间表
输入数据,指定为一个向量,矩阵,多维数组,表,或时间表。如果一个是一个表或时间表,那么变量必须是一个数字,或者你必须使用吗DataVariables名称-值参数显式数值变量列表。指定变量是有用的,当你正在与一个表也包含非数字变量。
数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|表|时间表
复数的支持:万博1manbetx是的
昏暗的- - - - - -操作维度
正整数标量
操作维度,指定为一个正整数标量。如果没有指定值,默认的是第一个数组维度的大小不等于1。
考虑一个米——- - - - - -n输入矩阵,一个:
smoothdata (1)把每一列中的数据一个并返回一个米——- - - - - -n矩阵。
smoothdata (2)平滑的数据行一个并返回一个米——- - - - - -n矩阵。
对于输入的数据表或时间表,昏暗的不支持和操作变万博1manbetx量分别在每个表或时间表。
方法- - - - - -平滑方法
“movmean”(默认)|“movmedian”|“高斯”|“洛斯”|“黄土”|“rlowess”|“rloess”|“sgolay”
平滑方法,指定这些值之一:
“movmean”——在每个窗口的移动平均线一个。这种方法有助于减少周期性趋势数据。“movmedian”——平均每个窗口的移动一个。这种方法有助于减少周期性趋势数据存在异常值。“高斯”Gaussian-weighted移动平均在每个窗口一个。“洛斯”线性回归在每个窗口一个。该方法可以计算昂贵,但导致更少的不连续性。“黄土”——二次回归的每个窗口一个。该方法计算昂贵略高于“洛斯”。“rlowess”——鲁棒线性回归在每个窗口一个。这个方法是一个更昂贵的版本的计算方法“洛斯”,但它是更健壮的异常值。“rloess”——鲁棒二次回归的每个窗口一个。这个方法是一个更昂贵的版本的计算方法“黄土”,但它是更健壮的异常值。“sgolay”——Savitzky-Golay过滤器,根据拟合的二次多项式进行了平滑,在每个窗口一个。这种方法比其他方法更有效时,数据变化迅速。
窗口- - - - - -窗口长度
正整数标量|双元素向量的正整数|积极的标量时间|双元素向量积极的持续时间
窗口长度指定为一个正整数标量,双元素向量的正整数,一个积极的标量时间,或一个双元素向量积极的持续时间。
当窗口是一个正整数标量,那么窗口集中当前元素和包含呢窗口1相邻的元素。如果窗口是偶数,那么窗口集中有关当前和以前的元素。
当窗口是一个双元素向量的正整数f [b],窗口包含当前元素,b元素向后,f元素。
当一个一个时间表或SamplePoints被指定为一个datetime或持续时间向量,窗口必须的类型持续时间,并计算相对于采样点的窗口。
当窗口长度也指定为一个输出参数,输出值匹配输入的值。
nanflag- - - - - -缺失值条件
“omitmissing”(默认)|“omitnan”|“includemissing”|“includenan”
缺失值条件,指定这些值之一:
“omitmissing”或“omitnan”——忽略南值一个当平滑。如果窗口中的所有元素南,那么相应的元素B是南。“omitmissing”和“omitnan”有相同的行为。“includemissing”或“includenan”——包括南值一个当平滑。如果窗口中的任何元素南,那么相应的元素B是南。“includemissing”和“includenan”有相同的行为。
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。
例子:smoothdata (“SmoothingFactor”, 0.5)
输出参数
算法
当没有指定窗口大小平滑方法,smoothdata基于启发式计算一个默认的窗口大小。对平滑系数τ,启发式评估移动平均窗口大小减弱约100 *τ的能量输入数据的百分比。
