Сглаживайте зашумленные данные в Live Editor
Задача «Сглаживание данных» позволяет вам в интерактивном режиме сглаживать зашумленные данные. Задача автоматически генерирует MATLAB® код для вашего live скрипта.
Используя эту задачу, вы можете:
Настройте метод сглаживания данных в переменной рабочей области.
Настройте параметры, чтобы сглаживать меньше или больше.
Автоматическая визуализация сглаженных данных.
Чтобы добавить задачу Smooth Данных к live скрипту в РЕДАКТОРА MATLAB:
На вкладке Live Editor выберите Task > Smooth Data.
В код блоке скрипта введите соответствующее ключевое слово, например smooth
или noisy
. Выберите Smooth Data из предложенных завершений команды.
Input data
- Действительные входные данные из рабочей областиЭта задача работает с данными типа single
, double
, или logical
, или знаковые или беззнаковые целые типы, такие как int64
. Данные могут содержаться в векторе или табличных переменных. При предоставлении таблицы или расписания для входных данных задайте All supported variables, чтобы работать со всеми переменными с поддерживаемым типом. Выберите All numeric variables для работы со всеми переменными типа single
или double
, или знаковые или беззнаковые целые типы. Чтобы выбрать определенные поддерживаемые переменные для работы, выберите Specified variables, а затем выберите переменные по отдельности.
Smoothing method
- Метод сглаживания данныхMoving mean
(по умолчанию) | Moving median
| Gaussian filter
| Local linear regression
| Local quadratic regression
| Robust local linear regression
| Robust local quadratic regression
| Savitzky-Golay polynomial filter
| ...Укажите метод сглаживания как одну из следующих опций, которые работают в локальных окнах данных.
Метод | Описание |
---|---|
Moving mean | Скользящее среднее значение. Этот метод полезен для сокращения периодических трендов в данных. |
Moving median | Движущаяся медиана. Этот метод полезен для уменьшения периодических трендов в данных, когда присутствуют выбросы. |
Gaussian filter | Гауссово-взвешенное скользящее среднее значение. |
Local linear regression | Линейная регрессия. Этот метод может быть вычислительно дорогим, но приводит к меньшему количеству разрывов. |
Local quadratic regression | Квадратичная регрессия. Этот метод немного дороже в вычислительном отношении, чем локальная линейная регрессия. |
Robust local linear regression | Устойчивая линейная регрессия. Этот метод является более вычислительно дорогой версией локальной линейной регрессии, но он более устойчивый к выбросам. |
Robust local quadratic regression | Устойчивая квадратичная регрессия. Этот метод является более вычислительно дорогой версией локальной квадратичной регрессии, но он более надежен для выбросов. |
Savitzky-Golay polynomial filter | Полиномиальный фильтр Савицкого-Голея, который сглаживается согласно полиному заданной степени и устанавливается над каждым окном. Этот метод может быть более эффективным, чем другие методы, когда данные изменяются быстро. |
Moving window
- Окно для методов сглаживанияCentered
(по умолчанию) | Asymmetric
Укажите тип и размер окна для метода сглаживания вместо определения общего коэффициента сглаживания.
Окно | Описание |
---|---|
Centered | Заданная длина окна с центром вокруг текущей точки. |
Asymmetric | Заданное окно, содержащее количество элементов перед текущей точкой и количество элементов после текущей точки. |
Размеры окон соответствуют X-axis единицам модулей.