在不丢失最新元素的情况下平滑数据
Smoothing data without losing the most recent elements
我目前正在尝试实施 Savitzky-Golay 算法来平滑噪声数据。该算法通过取 m
个相邻元素来平滑每个元素,这意味着最后的 m
个元素将丢失。最近的元素对我的应用程序非常重要,所以我想保留它们。
有没有办法调整算法不丢失最近的元素?还是有另一种好的平滑算法可以做到这一点?
有多种方法可以处理端点。涵盖了一些 here。总结起来,他们是:
- 从最近点外推
- 使用多项式拟合来计算它们
- 通过仅使用该侧的可用端点计算特定于端点的卷积系数。
我目前正在尝试实施 Savitzky-Golay 算法来平滑噪声数据。该算法通过取 m
个相邻元素来平滑每个元素,这意味着最后的 m
个元素将丢失。最近的元素对我的应用程序非常重要,所以我想保留它们。
有没有办法调整算法不丢失最近的元素?还是有另一种好的平滑算法可以做到这一点?
有多种方法可以处理端点。涵盖了一些 here。总结起来,他们是:
- 从最近点外推
- 使用多项式拟合来计算它们
- 通过仅使用该侧的可用端点计算特定于端点的卷积系数。