Wednesday, 18 October 2017

Moving genomsnittet script matlab


Med hjälp av MATLAB, hur kan jag hitta 3-dagars glidande medelvärde för en viss kolumn i en matris och lägga till det glidande medlet till den matrisen jag försöker beräkna det 3-dagars glidande medlet från botten till toppen av matrisen. Jag har angivit min kod: Med tanke på följande matris a och mask: Jag har försökt implementera kommandot conv men jag får ett fel. Här är conv kommandot jag har försökt använda på 2: a kolumnen av matris a: Utgången jag önskar ges i följande matris: Om du har några förslag, skulle jag verkligen uppskatta det. Tack För kolumn 2 i matris a, beräknar jag 3-dagars glidande medelvärde enligt följande och placerar resultatet i kolumn 4 i matris a (jag byttes matris a som 39desiredOutput39 bara för illustration). 3-dagarsgenomsnittet 17, 14, 11 är 14 3-dagarsgenomsnittet 14, 11, 8 är 11 3-dagarsgenomsnittet 11, 8, 5 är 8 och 3-dagarsgenomsnittet 8, 5, 2 är 5. Det finns inget värde i botten 2 rader för den 4: e kolumnen eftersom beräkningen för 3-dagars glidande medel börjar längst ner. Den 39valid39-utgåvan visas inte förrän minst 17, 14 och 11. Förhoppningsvis är det här meningsfullt Aaron Jun 12 13 at 1:28 Generellt skulle det hjälpa om du skulle visa felet. I det här fallet gör du två saker fel: Först måste din konvolver delas av tre (eller längden på det glidande medlet) För det andra märker du storleken på c. Du kan inte bara passa c till en. Det typiska sättet att få ett glidande medelvärde skulle vara att använda samma: men det ser inte ut som du vill ha. Istället är du tvungen att använda ett par rader: 29 september 2013 Flytta medelvärdet genom convolution Vad rör sig i genomsnitt och vad är det bra för Hur rör sig medelvärdet genom att använda konvoltering Flyttande medelvärde är en enkel operation som vanligtvis används för att undertrycka brus av en signal: vi ställer värdet på varje punkt till genomsnittet av värdena i dess grannskap. Med en formel: Här är x ingången och y är utsignalen, medan storleken på fönstret är w, skulle vara udda. Formeln ovan beskriver en symmetrisk operation: proven tas från båda sidor av den aktuella punkten. Nedan är ett verkligt exempel. Den punkt som fönstret ligger faktiskt är rött. Värden utanför x är tänkt att vara nollor: Att leka och se effekterna av glidande medelvärde, ta en titt på denna interaktiva demonstration. Hur man gör det genom konvoltering Som du kanske har insett är det att det enkla glidande medlet liknar konvolutionen: i båda fallen glider ett fönster längs signalen och elementen i fönstret sammanfattas. Så försök att göra samma sak genom att använda convolution. Använd följande parametrar: Den önskade utgången är: Som första tillvägagångssätt, låt oss försöka vad vi får genom att samla x-signalen med följande k-kärna: Utsignalen är exakt tre gånger större än den förväntade. Det kan också ses att utgångsvärdena är sammanfattningen av de tre elementen i fönstret. Det beror på att under fönstret glider fönstret, alla element i det multipliceras med en och sedan sammanfattas: yk 1 cdot x 1 cdot x 1 cdot x För att få önskade värden på y. utgången ska delas med 3: Med en formel inklusive divisionen: Men skulle det inte vara optimalt att göra uppdelningen under konvoltering Här kommer tanken genom att omordna ekvationen: Så vi ska använda följande k-kärna: På så sätt kommer vi att få önskad produktion: Generellt: om vi vill göra glidande medelvärde genom convolution som har en fönsterstorlek på w. vi ska använda följande k-kärna: En enkel funktion som gör det glidande medlet är: Ett exempel är: Skapat onsdagen den 08 oktober 2008 20:04 Uppdaterad senast den 14 mars 2013 01:29 Skriven av Batuhan Osmanoglu Hits: 41467 Flyttande medelvärde I Matlab Ofta befinner jag mig själv i att behöva medelvärda data som jag måste minska bullret lite. Jag skrev några funktioner för att göra exakt vad jag vill, men matlabs inbyggda filterfunktion fungerar ganska bra också. Här skriver jag om 1D och 2D-medelvärde för data. 1D-filter kan realiseras med hjälp av filterfunktionen. Filterfunktionen kräver minst tre ingångsparametrar: täljarkoefficienten för filtret (b), nämnarkoefficienten för filtret (a) och data (X) förstås. Ett löpande medelfilter kan definieras enkelt genom: För 2D-data kan vi använda Matlabs filter2-funktionen. För mer information om hur filtret fungerar kan du skriva: Här är en snabb och smutsig implementering av ett 16 med 16 glidande medelfilter. Först måste vi definiera filtret. Eftersom allt vi vill ha är lika stort bidrag från alla grannar kan vi bara använda dem. Vi dela allt med 256 (1616) eftersom vi inte vill ändra signalens generella nivå (amplitud). För att applicera filtret kan vi helt enkelt säga följande Nedan är resultaten för fas av ett SAR-interferogram. I detta fall är området i Y-axeln och Azimuth är mappad på X-axeln. Filtret var 4 pixlar brett i Räckvidd och 16 pixlar vid Azimuth. Dokumentationsutgången tsmovavg (tsobj, s, lag) returnerar det enkla glidande medelvärdet för för finansiella tidsserieobjekt, tsobj. lagring anger antalet tidigare datapunkter som används med den aktuella datapunkten vid beräkning av glidande medelvärdet. output tsmovavg (vektor, s, lag, dim) returnerar det enkla glidande medlet för en vektor. lagring anger antalet tidigare datapunkter som används med den aktuella datapunkten vid beräkning av glidande medelvärdet. output tsmovavg (tsobj, e, timeperiod) returnerar det exponentiella vägda glidande medlet för finansiella tidsserieobjekt, tsobj. Det exponentiella glidande medlet är ett vägt rörligt medelvärde, där tidsperioden bestämmer tidsperioden. Exponentiella rörliga medelvärden minskar fördröjningen genom att tillämpa mer vikt på de senaste priserna. Ett 10-årigt exponentiellt glidande medel väger till exempel det senaste priset med 18,18. Exponentiell Procent 2 (TIMEPER 1) eller 2 (WINDOWSIZE 1). output tsmovavg (vektor, e, timeperiod, dim) returnerar det exponentiella viktade glidande medlet för en vektor. Det exponentiella glidande medlet är ett vägt rörligt medelvärde, där tidsperioden bestämmer tidsperioden. Exponentiella rörliga medelvärden minskar fördröjningen genom att tillämpa mer vikt på de senaste priserna. Ett 10-årigt exponentiellt glidande medel väger till exempel det senaste priset med 18,18. (2 (tidsperiod 1)). output tsmovavg (tsobj, t, numperiod) returnerar det triangulära glidande medlet för finansiella tidsserieobjekt, tsobj. Det triangulära glidande genomsnittet jämna ut dataen. tsmovavg beräknar det första enkla glidande medlet med fönsterbredd på taket (numperiod 1) 2. Då räknar man ut ett andra enkelt glidande medelvärde på det första glidande medlet med samma fönsterstorlek. output tsmovavg (vektor, t, numperiod, dim) returnerar det triangulära glidande medlet för en vektor. Det triangulära glidande genomsnittet jämna ut dataen. tsmovavg beräknar det första enkla glidande medlet med fönsterbredd på taket (numperiod 1) 2. Då räknar man ut ett andra enkelt glidande medelvärde på det första glidande medlet med samma fönsterstorlek. output tsmovavg (tsobj, w, vikter) returnerar det vägda glidande medlet för det finansiella tidsserieobjektet, tsobj. genom att leverera vikter för varje element i det rörliga fönstret. Vektorns längd bestämmer storleken på fönstret. Om större viktfaktorer används för senare priser och mindre faktorer för tidigare priser, är trenden mer mottaglig för de senaste ändringarna. output tsmovavg (vektor, w, vikter, dim) returnerar det viktade glidande medlet för vektorn genom att tillföra vikter för varje element i det rörliga fönstret. Vektorns längd bestämmer storleken på fönstret. Om större viktfaktorer används för senare priser och mindre faktorer för tidigare priser, är trenden mer mottaglig för de senaste ändringarna. output tsmovavg (tsobj, m, numperiod) returnerar det modifierade glidande medlet för det finansiella tidsserieobjektet, tsobj. Det modifierade glidande medlet liknar det enkla glidande medlet. Tänk på argumentet numperiod att vara fördröjningen av det enkla glidande medlet. Det första ändrade glidande medlet beräknas som ett enkelt glidande medelvärde. Efterföljande värden beräknas genom att lägga till det nya priset och subtrahera det senaste genomsnittet från den resulterande summan. output tsmovavg (vektor, m, numperiod, dim) returnerar det modifierade glidande medlet för vektorn. Det modifierade glidande medlet liknar det enkla glidande medlet. Tänk på argumentet numperiod att vara fördröjningen av det enkla glidande medlet. Det första ändrade glidande medlet beräknas som ett enkelt glidande medelvärde. Efterföljande värden beräknas genom att lägga till det nya priset och subtrahera det senaste genomsnittet från den resulterande summan. dim 8212 dimension för att fungera längs positivt heltal med värde 1 eller 2 Dimension för att fungera längs, specificerat som ett positivt heltal med ett värde av 1 eller 2. dim är ett valfritt inmatningsargument och om det inte ingår som en ingång, värde 2 antas. Standarden för dim 2 indikerar en radorienterad matris, där varje rad är en variabel och varje kolumn är en observation. Om dim 1. ingången antas vara en kolumnvektor eller kolumnorienterad matris, där varje kolumn är en variabel och varje rad en observation. e 8212 Indikator för exponentiell rörlig medelfunktionsvektor Exponentiell glidmedel är ett viktat glidande medelvärde, där timeperiod är tidsperioden för exponentiell glidande medelvärde. Exponentiella rörliga medelvärden minskar fördröjningen genom att tillämpa mer vikt på de senaste priserna. Till exempel väger ett 10-års exponentiellt glidande medel det senaste priset med 18,18. Exponentiell andel 2 (TIMEPER 1) eller 2 (WINDOWSIZE 1) timeperiod 8212 Tidsperiodens icke-negativa heltal Välj ditt land

No comments:

Post a Comment