الانتقال المتوسط - savitzky - غولي

هذه الفئة تحتوي على طرق لتمهيد البيانات ثنائية الأبعاد، أي سطح، زفكسي وهناك خيار من طريقة التمهيد وتقدم. Savitzky - غولاي مرشح تجانس. المسطحة data. Smoothed المشتقات. تحفيز متوسط ​​معدل تمهيد. المحمولة data. The الطبقة أيضا يحتوي على أساليب for. Interpolation ضمن بيانات ممهدة. انظر كورفيزموث لمكافئ الأبعاد واحد من هذه الفئة، أي لتمهيد منحنى انظر ثريديمنزيونالزموث للمكافئ ثلاثي الأبعاد من هذا class. SUMMARY من METHODS. public سورسزموث مزدوجة زداتا، يداتا مزدوجة، مزدوجة zData. public سورفيسسموث مزدوجة زداتا. public سورسسموث مزدوجة زداتا، مزدوجة يداتا، مصفوفة zdata. public سورفيسسموث مصفوفة zdata. public سورفيسسموث تعويم زداتا، تعويم يداتا، تعويم zdata. public سورفسموث تعويم zdata. public سورسسموث طويلة زداتا، يداتا طويلة، zdata. public طويلة سورسسموث لونغ zdata. public سورفيسسموث إنت شداتا، إنت يداتا، إنت zData. public surfaceSmooth int zData. public سورفيسسموث بيجديسيمال زداتا، كبير عشري يداتا، بيجديسيمال zdata. public سورسسموث بيجديسيمال zdata. public سورسسموث بيغينتيجر زداتا، بيجينتيجر يداتا، بيجينتيغر zdata. public مزدوج بلوتموفينغ أفيراجي إنت xIndex. public سورسزموث مزدوجة زداتا، يداتا مزدوجة، زداتا مزدوجة سورفاسموث مزدوجة زداتا، يداتا مزدوجة، مصفوفة زداتا العامة سورفيسموث تعويم زداتا، تعويم يداتا، تعويم زداتا العامة سورفيسسموث طويلة زداتا، طويلة يداتا، زداتا طويلة السطحية سموثموث إنت شداتا، إنت يداتا، إنت زداتا عامة سورفيسسموث بيجديسيمال زداتا، بيغديسيمال يداتا، بيجديسيمال زداتا عامة سورفيسسموث بيجينتيجر زداتا بيجينتيجر يداتا بيجينتيجر زداتا أوسيج سورفيسسموث سم جديد سورفيسسموث زداتا، يداتا، زداتا يخلق مثيل من سورفيسسموث يتم إدخال البيانات كما صفائف من زي و z القيم والحجج زداتا يداتا و زداتا لسطح، زكسي ويمكن إدخال البيانات كنوع مزدوج، تعويم، طويلة، إنت ، بيجديسيمال، بيجينتيجر أو أي نوع البيانات المناسبة من خلال مصفوفة جميع البيانات، باستثناء أنواع بيجديسيمال و بيجينتيجر، يتم تحويلها إلى نوع مزدوج قبل معالجة بيجينتيجر يتم تحويلها إلى بيغديسيمال تتحرك متوسط ​​تمهيد نافذة يتم تنفيذها في الحساب الدقة التعسفية ل بيغديسيمال و بيجينتيجر دخلت يتم تنفيذ البيانات سافيتزكي-غولاي تصفية في الحساب الدقة مزدوجة ل بيغديسيمال و بيجينتيغر دخلت البيانات البيانات هي كما كان تصاعدي x والقيم صعود ص قبل تجهيز. يجب ترتيب البيانات في المصفوفة z حجة زداتا يكون as. where م هو عدد من قيم x في حجة زداتا و n هو عدد القيم ص في حجة يداتا أي وينبغي أن تكون أبعاد مجموعة Z Z الدالة زداتا كما زداتا نانومتر حيث ن هو عدد من القيم y يداتا و m هو عدد من x xdata القيم. public سورفسسموث مزدوجة زداتا العامة سورفيسسموث مصفوفة زداتا العامة سورفيسسموث تعويم زداتا العامة سورفيسسموث زداتا العام سورفاسموث إنت زداتا العامة سورفيسموث بيجديسيمال زداتا بوبليك سموثموث بيغينتيغر زداتا أوسيج سورفيسسموث سم نيو سو رفاسيسموث زداتا يخلق مثيل من سورفيسسموث يتم إدخال البيانات كمصفوفة من قيم z، وسيطة زداتا لسطح، زفكسي كما لا يتم إدخال قيم x أو y يتم التعامل مع البيانات كبيانات عينات على قيم متساوية x قيمة و y قيم القيم 0، 1، 2 إلى m -1 يتم تعيينها إلى mx - القيم القيم 0، 1، 2 إلى n -1 يتم تعيينها إلى ني-القيم يمكن إدخال البيانات كنوع مزدوج، تعويم، طويل، إنت، بيجديسيمال ، بيجينتيجر أو أي نوع البيانات المناسبة من خلال مصفوفة جميع البيانات، باستثناء أنواع بيغديسيمال و بيجينتيجر، يتم تحويلها إلى نوع مزدوج قبل معالجة بيجينتيجر يتم تحويلها إلى بيغديسيمال تتحرك متوسط ​​تمهيد نافذة يتم تنفيذها في الحساب الدقة التعسفية ل بيغديسيمال و بيجينتيجر دخلت البيانات سافيتسكي-غولاي يتم إجراء تصفية في الحساب الدقة مزدوجة ل بيجديسيمال و بيجينتيجر دخلت data. SMOOTHING METHODS. SAVITZKY-غولاي تصفية METHODS. Savitzky - غولاي منحنيات منحنيات العامة مزدوجة سافيتسكيغولاي إنت سغفيلتيرويدثكس، إنت سغفيلتيروي دتي مزدوج مزدوج سافيتسكيغولاي إنت سغفيلتيرويدث العامة مزدوجة جيتسافيتسكيغولايسموثيدفالويس استخدام سموثيداتا سغفيلترويدثي هذا الأسلوب بإرجاع القيم z ممهدة، للبيانات التي تم إدخالها عبر وسيطات منشئ، وذلك باستخدام اثنين من الأبعاد سافيتسكي-غولاي مرشح من نقاط العرض سغفيلتيرويدثكس في البعد س وعرض نقاط سغفيلتيرويدثي في البعد y القيمة الافتراضية لدرجة متعدد الحدود المناسب هي 4 يمكن إعادة تعيين هذه القيمة باستخدام الأسلوب سيتسغبوليديغ. الاستخدام السلس البيانات هذه الطريقة ترجع قيم z ممسحة للبيانات المدخلة عبر وسيطات منشئ باستخدام سافيتسكي ثنائي الأبعاد - Golay مرشح نقاط العرض سغفيلتيرويدث في البعد س والعرض نفسه، نقاط سغفيلتيرويدث، في البعد y القيمة الافتراضية لدرجة متعدد الحدود المناسب هو 4 قد يتم إعادة تعيين هذه القيمة باستخدام الأسلوب سيتسغبوليديغ. الاستخدام السلس البيانات هذه الطريقة إرجاع قيم z ممهدة إذا كان أعلاه سافيتسكي-غولاي طريقة التصفية بالفعل إن call. Savitzky - غولاي مشتقات المشتقة العامة مزدوجة سافيتسكيغولاي إنت سغفيلتيرويدثكس، إنت سغفيلترويدثي، إنت م، ن ن مزدوج العامة جيتسافيتسكيغولايديريفاتيفس الاستخدام سموثيداتابلوسدريف سغفيلترويدثي، m، n هذه الطريقة ترجع قيم z ممسحة والمشتقات الملساء للبيانات المدخلة عبر منشئ ، باستخدام مرشح سافيتسكي-غولاي ثنائي الأبعاد لنقاط العرض سغفيلتيرويدثكس في البعد x وعرض نقاط سغفيلتيرويدثي في ​​البعد y الحجج m و n يحتوي على قيم الأوامر المطلوبة من مشتق، م و n قيم z ممهدة يتم إرجاعها في الاستخدام أعلاه في سموثيداتابلوسدريف 0 يتم إرجاع المشتقات في سموثيدداتابلوسديريف 1 يجب أن يكون مجموع مم و ن أقل من أو يساوي درجة الحدود متعدد المناسب القيمة الافتراضية لهذه الدرجة هي 4 قد يتم إعادة تعيين هذه القيمة باستخدام الأسلوب SETSGpolyDegree. Usage سموثداتا هذه الطريقة بإرجاع المشتقات سافيتسكي-غولاي منعم و Savitzky - يجب أن تكون طريقة مشتقة غولاي قد تم استدعاؤها كطريقة مشتقة أخري وقيم m و n ستكون تلك المستخدمة في هذه المكالمة الأخيرة. سافيتسكي-غولاي مرشح مزدوج العامة جيتسغكوفيسيانتس استخدام سغكوفيسيانتس ترجع هذه الطريقة معاملات تصفية سافيتسكي-غولاي، ج المستخدمة في تجانس مو و نو هي أطوال المرشح في الاتجاهين y و x على التوالي، مل و نل هي عدد النقاط السابقة لنقطة البيانات التي يعمل المرشح، زك، l في y و x الاتجاهات على التوالي و مو و نو هي عدد النقاط التالية لنقطة البيانات، زك، l، في الاتجاهين y و x على التوالي، إذا استخدم الفلتر كمسح مرشح للتمهيد، l هي القيمة الملساء لنقطة البيانات زك، l و قيم ج المستخدمة هي تلك المخزنة في الصف صفير من سغكوفيسيانتس المصفوفة عاد كل صف من سغكوفيسيانتس هو صفيف من معاملات كمونو رتبت خطيا كما كتل مو من الصفوف كل من طول نو كل صف، عند تطبيقها على البيانات يعطي مشتقات m، n ث ممهدة الصف صفير، مؤشرات 0،0، يعطي مشتق زيروث ممهدة، أي قيم البيانات ممهدة، الصف الثاني، مؤشرات 0،1، يعطي المشتقات الزوج من المؤشرات المرتبطة بكل صف قد يتم الحصول عليها عن طريق استدعاء طريقة جيتسغبولينديسس وأنها تتوافق مع مؤشرات معاملات الحدود متعدد الحدود انظر أدناه القيمة الافتراضية لدرجة الحدود متعدد المناسب هو 4 هذه القيمة يمكن إعادة تعيين باستخدام طريقة سيتسغبوليدغري طريقة التمهيد، سافيتسكيغولاي يستخدم مرشح متناظر و إيملمو و نلن u. public إنت جيتسغبوليينديسس مؤشرات الاستخدامالرجوع هذه الطريقة ترجع أزواج مؤشرات الحدود المتعددة المناسب انظر مباشرة أعلاه القيمة في المؤشرات i 0 هي أول مؤشر لمعامل إيث متعدد الحدود و هي أيضا قوة y في المصطلح إيث القيمة في المؤشرات i 1 هي المؤشر الثاني لمعامل إيث متعدد الحدود وأيضا قوة x في المصطلح إيث هذه الأزواج التي تم إرجاعها أمر أيضا لتتناسب مع الصفوف في مصفوفة ج عاد انظر طريقة سافيتسكيغولايفيلتر أعلاه. العامة الفراغ سيتسغبوليدغري إنت درجة العامة إنت جيتغبوليدغري استخدام هذا الأسلوب يعيد درجة سافيتسكي-غولاي المناسب متعدد الحدود القيمة الافتراضية هي 4 إذا لم يتم استدعاء هذا الأسلوب. أوسيج ديغ هذه الطريقة ترجع درجة سافيتسكي-غولاي المناسب متعدد الحدود القيمة الافتراضية هي 4. أساليب ثابتة للعودة سافيتسكي-غولاي مرشح ساكنة ثابتة سافيتسكيغولايفيلتر إنت نباكواردكس، إنت نفورواردكس، إنت نبواردي، إنت نفوروندي، إنت بوليغري استخدام سغكوفيسيانتس نفورواردكس ، نباكواردكس، نفوروندكس، بوليدغري هذه الطريقة ترجع المعاملات، c من سافيتسكاي-غولاي ثنائية الأبعاد مرشح طول البعد x، مو نباكواردكس نفورواردكس 1، و y البعد طول، نو نباكواردي نفورواردي 1، مع الحدود متعدد الحدود من درجة، بوليدجري A وصف المعاملات، ج تطبيقها وترتيبها داخل عاد اثنين من مجموعة الأبعاد، سغكوفيسي نتس يمكن العثور عليها أعلاه نبتاكواردكس مل و نباكواردي نل هي عدد النقاط السابقة لنقطة البيانات، التي يعمل على المرشح، في x و y الأبعاد على التوالي و نفورواردكس مو و نفورواردي نو هي عدد النقاط التالية البيانات نقطة في x و y الأبعاد التوالي. بوبليك ستاتيك إنت فيلترندسز إنت ديغري أوسيج الفهارسالبايرس هذه الطريقة ترجع أزواج من المؤشرات من متعدد الحدود المناسب لدرجة درجة القيمة في المؤشرات i 0 هو أول مؤشر للمعامل إيث متعدد الحدود و أيضا قوة y في المصطلح إيث القيمة في المؤشرات i 1 هي المؤشر الثاني لمعامل إيث متعدد الحدود وأيضا قوة x في المصطلح إيث مثال على مثل هذه الحدود المناسب المناسب ومعاملاته موضحة أعلاه كما يتم ترتيب هذه الأزواج عاد لتتناسب مع الصفوف في مصفوفة c المقابلة. MOVING أفيراج ويندو سموثينغ العامة مزدوجة موفينغافيراج إنت ويندويدكس، إنت ويندوويدي بوبليك موفينغاف إريج إنت ويندوويدث عامة بيجديسيمال موفينغمايرفيجبيغيمال إنت ويندوويدثكس، إنت ويندوويدثي عامة بيجدسيمال موفينغ متوسطاتسبيغ إنتيمال إنت ويندويدث عامة مزدوجة جيتموفينغ أفيراجالقضايا العامة بيجديسيمال جيتموفينغ أفيراجيفالويس أبيغديسيمالاستخدام سلسالنافذة البيانات ويدثي هذه الطريقة ترجع قيم z ممسحة للبيانات المدخلة عبر وسيطات منشئ باستخدام إطار متوسط ​​متحرك من وسيطة نو نقاط ويندوويدثكس في البعد x ونافذة الوسيطة مو. النقاط التي يتم قياسها في سك البعد y، l هي القيمة الملموسة لنقطة البيانات زك، l يتم تعديل القيمة المدخلة لعدد النقاط في النوافذ إلى الرقم الفردي الأعلى التالي إذا وقد تم إدخال عدد حتى قيم نلنومل و مو يتم اقتطاعها بشكل مناسب إذا، عندما تكون قريبة من البيانات المتطرفة، فإنها تقع تحت أو فوق نقطة البيانات الأولى أو الأخيرة على التوالي يتم إرجاع البيانات الملساء كنوع مزدوج. استخدام سموثدداتا كما مباشرة أعلاه للتحركمتوسط ​​النافذة ويندوكس، النافذة العرض مع نافذة مربعة، أي نافذة ويندوثكس نافذة ويدث ونافذة نافذة جديدة Width. Usage سلسة نافذة البيانات ويدثي كما هو موضح أعلاه للتحركمتوسطة الإطار ويندثكس ويندوويدثي مع استثناء أن يتم إرجاع البيانات الملساء كنوع بيغديسيمال إذا تم إدخال البيانات كنوع بيغديسيمال أو بيجينتيجر تمهيد قد تم التي أجريت في الحساب التعسفي. الاستخدام سموثداتا كما هو موضح أعلاه ل موفينغفيراج نافذة ويندثكس، ويندوويدثي مع نافذة مربعة، أي نافذة ويندويدث نافذة ويندث ونافذة ويدثي نافذة ويدث مع استثناء أن يتم إرجاع البيانات ممهدة كنوع بيغدسيمال إذا تم إدخال البيانات كنوع بيغديسيمال أو بيغينتيجر تجانس سوف تكون أجريت في الحساب التعسفي. الاستخدام سموثدداتا هذه الطريقة ترجع قيم z ممهدة إذا كان قد تم بالفعل استدعاء الأسلوب المتوسط ​​المتوسط ​​السابق أعلاه. استخدام سموثداتا هذه الطريقة ترجع قيم z ممهدة إذا كان قد تم بالفعل استدعاء طريقة الإطار المتوسط ​​المتحرك أعلاه يسمى و قيم ممهدة هي ريتور نيد كنوع BigDecimal. EXTENT أوف SMOOTHING. pdf مزدوج النطاق سافيتزكيغولاي نطاق مزدوج عاموفينغ أفيراج تعيد هذه الأساليب قيمة الدالة حيث زي، j هي قيمة z الأصلية لنقطة البيانات i، j، سي، j هي قيمتها الملساء، z مين هو الحد الأدنى لقيمة زي، جز ماكس هو الحد الأقصى لقيمة زي و j و n هو عدد الإحداثيات x و m هو عدد الإحداثيات y. مدى الاستعمال في هذه الطريقة سي، j هو سافيتسكي - غولاي قيمة ممهدة. مدى الاستخدام في هذه الطريقة سي، j هو متوسطها المتحرك تمهيد قيمة. public مزدوجة إنتيربولاتيزافيتسكيغولاي مزدوجة إكسي، ضعف يي مزدوجة إنتيربولاتيموفينغافيراج مزدوجة إكسي مزدوجة يي استخدام زي يي هذا الأسلوب بإرجاع قيمة محرف Z زي للالموردة x حجة إكسي و y حجة القيم يي للبيانات سافيتسكي-غولاي ممهدة الإجراء الاستيفاء يستخدم فئة بيكوبيسبلين A يجب أن يكون سافيتسكي-غولاي تمهيد طريقة استدعت سابقا. الاستخدام زي يي هذا الأسلوب يعود إنتيربولاتد قيمة z زي للوسيطة x الوسيطة إكسي و y قيمة الوسيطة y للمتوسط ​​المتحرك بيانات ممهدة يستعمل إجراء الاستكمال الداخلي فئة بيكوبيكسبلين A يجب أن يكون أسلوب التحريك المتوسط ​​المتحرك يسمى سابقا. Savitzky-غولاي دوبل بلوتسافيتسكيغولايكس دوبل إيفالو دوبل بلافسافيتسكيغولايكس دوبل إيفالو إنت يندكس العامة مزدوجة بلوتسافيتزكيغولاي ضعف زفالو العامة مزدوجة بلوتسافيتزكيغولاي إنت إكسيندكس استخدام هذا الأسلوب يعرض مؤامرة من كل من البيانات الأصلية و سافيتسكي-غولاي بيانات ممهدة لقسم من خلال مواز السطح إلى x - axis في قيمة ذ الموردة كما وسيطة إيفالو القيمة، يجب أن يكون إيفالو واحدة من القيم الموردة في صفيف يداتا عبر Constructor. Usage يعرض هذا الأسلوب مؤامرة من كل من البيانات الأصلية و سافيتسكي غولاي بيانات ممهدة لقسم من خلال مواز السطح إلى x - المحور عند قيمة y الذي يكون مؤشره في صفيف يداتا الذي يتم إدخاله عبر منشئ هو العدد الصحيح الموفر باعتباره الوسيطة يندكس نب المؤشرات تبدأ في 0.Usage يعرض هذا الأسلوب مؤامرة من كل من البيانات الأصلية و سافيتسكي-غولاي بيانات ممهدة لقسم من خلال موازية السطح إلى y - axis في قيمة x الموردة كما زفالو حجة القيمة، يجب أن زفالو تكون واحدة من القيم الموردة في صفيف زداتا عبر Constructor. Usage يعرض هذا الأسلوب مؤامرة من كل من البيانات الأصلية و سافيتسكي غولاي بيانات ممهدة لقسم من خلال مواز السطح إلى y - axis في قيمة x الذي مؤشر في صفيف زداتا دخلت عن طريق منشئ هو عدد صحيح الموردة كما مؤشرات إكسيندكس نب تبدأ في 0.Moving متوسط ​​مزدوج بلوت موفينغ أفايرفيكس مزدوج مزدوج يفلو العامة بلوت موفينغ أفيراجكس إنت يينكس العامة مزدوج بلوت موفينغ أفيراجي مزدوج زفالو العامة مزدوج بلوت موفينغ أفيراجي إنت إكسيندكس استخدام هذا الأسلوب يعرض مؤامرة من كل من البيانات الأصلية والمتوسط ​​المتحرك تمهيد البيانات لقسم من خلال موازية السطح إلى x - axis على قيمة y الموردة كما حجة مينت يفالو القيمة يجب أن يكون إيفالو واحدة من القيم الموردة في صفيف يداتا عبر Constructor. Usage يعرض هذا الأسلوب مؤامرة من كل من البيانات الأصلية والمتوسط ​​المتحرك تمهيد البيانات لقسم من خلال مواز السطح إلى x - axis عند قيمة y الذي يكون مؤشره في صفيف يداتا الذي تم إدخاله عبر منشئ هو العدد الصحيح الموفر كمؤشر يندكس نب تبدأ المؤشرات عند 0.Usage يعرض هذا الأسلوب مؤامرة من كل من البيانات الأصلية والمتوسط ​​المتحرك تمهيد البيانات لقسم من خلال موازية السطح إلى y - axis في قيمة x الموردة كحجة زفالو القيمة زفالو يجب أن تكون واحدة من القيم الموردة في صفيف زداتا عبر Constructor. Usage يعرض هذا الأسلوب مؤامرة من كل من البيانات الأصلية و تتحرك متوسط ​​البيانات ممهدة لقسم من خلال موازية السطح إلى y - axis في قيمة x الذي الفهرس في صفيف زداتا دخلت عبر منشئ هو عدد صحيح الموردة كما مؤشرات إكسيندكس نب الوسيطة تبدأ في 0.أكثر C الأحجام المستخدمة من قبل هذا CLASS. Smoothing يزيل الاختلافات على المدى القصير، أو ضجيج للكشف عن شكل غير محكوم الكامنة الهامة من البيانات. إيغور عملية السلس ينفذ مربع، ذات الحدين، و سافيتسكي-غولاي تمهيد خوارزميات تمهيد مختلفة تقوي بيانات المدخلات مع مختلف coefficients. Smoothing هو نوع من مرشح تمريرة منخفضة نوع التجانس وكمية من تجانس يغير استجابة التردد مرشح s. Moving متوسط ​​الملقب مربع تجانس. أبسط شكل من التمهيد هو المتوسط ​​المتحرك الذي ببساطة يستبدل كل قيمة البيانات مع متوسط ​​القيم المجاورة لتجنب تحويل البيانات، فمن الأفضل أن متوسط ​​عدد نفس القيم قبل وبعد حيث يتم حساب المتوسط ​​في نموذج المعادلة، يتم حساب المتوسط ​​المتحرك من قبل. أي مصطلح آخر لهذا النوع من التمهيد هو انزلاق معدل ، وتمهيد مربع، أو تمهيد مربع يمكن تنفيذه عن طريق تحويل البيانات المدخلات مع نبض على شكل مربع من 2 M 1 قيم تساوي 1 2 M 1 نحن ندعو هذه القيم معاملات تمهيد النواة. التسلسل الحلقي. التجانس الحدين هو مرشح غاوس أنه يقوي البيانات الخاصة بك مع معاملات تطبيع المستمدة من مثلث باسكال على مستوى مساو لمعامل التمهيد خوارزمية مشتق من مقال مارساند و مارميت 1983.Savitzky-غولاي Smoothing. Savitzky - غولاي تمهيد يستخدم مجموعة مختلفة من المعاملات قبل المحوسبة شعبية في مجال الكيمياء بل هو نوع من المربعات الأقل تجانس متعدد الحدود يتم التحكم في كمية التجانس من قبل معلمتين ترتيب متعدد الحدود وعدد من النقاط المستخدمة لحساب كل قيمة الانتاج ممسحة. المرشاد، P و L مرميت، الحدين تصفية تجانس وهناك طريقة لتجنب بعض المزالق الأقل تجانس متعدد الحدود مربع، القس سسي إنستروم 54 1034-41، 1983.Savitzky، A و مج غولاي، والتمهيد والتمايز من البيانات عن طريق تبسيط الإجراءات المربعات الصغرى، الكيمياء التحليلية 36 1627-1639، 1964. هذا المثال يوضح كيفية استخدام مرشحات المتوسط ​​المتحرك وإعادة لينغ لعزل تأثير المكونات الدورية من الوقت من اليوم على قراءات درجة الحرارة في الساعة، وكذلك إزالة الضوضاء خط غير المرغوب فيها من قياس الجهد حلقة مفتوحة يوضح المثال أيضا كيفية تسهيل مستويات إشارة على مدار الساعة مع الحفاظ على حواف من قبل باستخدام عامل تصفية وسيط يوضح المثال أيضا كيفية استخدام فلتر هامبل لإزالة القيم الخارجية الكبيرة. تمهيد هو كيف نكتشف أنماط مهمة في بياناتنا في حين تترك الأشياء التي هي غير مهمة أي الضوضاء نستخدم تصفية لتنفيذ هذا التمهيد هدف التمهيد هو لإنتاج تغييرات بطيئة في القيمة بحيث يكون من الأسهل أن نرى الاتجاهات في بياناتنا. في بعض الأحيان عند فحص بيانات المدخلات قد ترغب في تسهيل البيانات من أجل أن نرى اتجاه في إشارة في مثالنا لدينا مجموعة من قراءات درجة الحرارة في مئوية أخذ كل ساعة في مطار لوغان لشهر يناير بأكمله، 2011. لاحظ أننا يمكن أن نرى بصريا تأثير أن الوقت من اليوم لديه على قراءات درجة الحرارة إذا كنت مهتما فقط في التغيرات اليومية في درجة الحرارة خلال الشهر، فإن التقلبات في الساعة تساهم فقط في الضوضاء، الأمر الذي قد يجعل من الصعب التعرف على الاختلافات اليومية لإزالة تأثير الوقت من اليوم، نود الآن تسهيل بياناتنا باستخدام فلتر متوسط ​​متحرك. A فلتر متحرك. في أبسط أشكاله، فإن متوسط ​​المرشح المتحرك لطول N يأخذ متوسط ​​كل N عينة متتالية من شكل الموجة. لتطبيق مرشح متوسط ​​متحرك لكل نقطة بيانات، نقوم ببناء معاملاتنا من عامل التصفية بحيث يكون كل نقطة متساوية ويساوي 1 24 إلى المتوسط ​​الكلي وهذا يعطينا متوسط ​​درجة الحرارة على مدار كل 24 ساعة. فيلتر تأخير. ملاحظة أن الإخراج تصفيتها تأخر حوالي اثني عشر ساعة ويرجع ذلك إلى حقيقة أن لدينا عامل تصفية المتوسط ​​المتحرك لديها والتأخير. أي مرشح متماثل من طول N سوف يكون لها تأخير من N-1 2 عينات يمكننا حساب هذا التأخير يدويا. استخراج متوسط ​​الاختلافات. بدلا من ذلك، يمكننا أيضا استخدام فلتر المتوسط ​​المتحرك ل أوبتاي تقدير أفضل لكيفية تأثير الوقت من اليوم على درجة الحرارة العامة للقيام بذلك، أولا، طرح البيانات ممسحة من القياسات درجة الحرارة في الساعة ثم، تقسيم البيانات اختلافا في أيام واتخاذ المتوسط ​​على مدى كل 31 يوما في الشهر. استخراج الذروة المغلف. في بعض الأحيان نود أيضا أن يكون لها تقدير متفاوت بسلاسة لكيفية ارتفاعات وانخفاض مستويات الحرارة لدينا إشارة تغيير يوميا للقيام بذلك يمكننا استخدام وظيفة المغلف لربط أعلى مستوياتها القصوى والقصيرة الكشف عن مجموعة فرعية من فترة 24 ساعة في وهذا المثال، ونحن نضمن أن هناك ما لا يقل عن 16 ساعة بين كل ارتفاع المدقع والمنخفضة للغاية يمكننا أيضا الحصول على شعور كيف تتجه الارتفاعات والانخفاضات من خلال اتخاذ المتوسط ​​بين النقيضين. المتوسط ​​المتحرك المنقولة. أنواع أخرى من التحرك متوسط ​​المرشحات لا وزن كل عينة بالتساوي. المرشح المشترك آخر يتبع توسع الحدين من هذا النوع من مرشح تقترب من منحنى العادي لقيم كبيرة من n ومن المفيد لتصفية الضوضاء في الترددات العالية للصغر n للعثور على معاملات المرشح ذي الحدين، يجب أن يقترن مع نفسه ثم يقرن المخرجات بشكل متزامن بعدد محدد من المرات في هذا المثال، استخدم خمسة تكرارات إجمالية. وهناك مرشح آخر يشبه إلى حد ما مرشح التوسعة الغوسي هو مرشح المتوسط ​​المتحرك الأسي هذا النوع من المرشح المتوسط ​​المتحرك المرجح يسهل إنشاؤه ولا يحتاج إلى حجم نافذة كبير. يمكنك ضبط مرشح متوسط ​​متحرك أضعافا مضاعفة بواسطة معلمة ألفا بين الصفر وواحد وهناك قيمة أعلى من ألفا سوف يكون أقل تمهيد. Zoom في على قراءات ليوم واحد. اختر بلدك.