【问题标题】:Numerical Pattern Matching数值模式匹配
【发布时间】:2011-02-09 19:11:45
【问题描述】:

我正在研究的一个项目需要一些数字模式匹配。我的搜索没有出现很多相关的点击,因为大多数结果往往是围绕文本模式匹配。我们的想法是我们将需要观察某些波浪模式,并尝试将传入数据与我们将要构建的波浪数据库进行匹配。这是我们需要匹配的一种波形模式的示例。

alt text http://tmp.stayhealthy.com/wave.png

那里显然有一个模式,但峰值不会有完全相同的值,但波迭代的整体形状会非常相似。有人对如何存储和稍后匹配这些模式和/或其他搜索词有什么建议吗?我可以使用它来查找有关模式匹配主题的更多信息?

谢谢, 蒂姆。

【问题讨论】:

    标签: pattern-matching numerical


    【解决方案1】:

    我认为您会发现在信号的时频表示中发现此类模式比尝试直接使用傅立叶分析要容易得多。在衍射数据的背景下,我在类似的问题上做了my PhD。我使用的软件在here可用。

    【讨论】:

      【解决方案2】:

      FFT 对于数据序列的一般分析很有用。

      如果您需要关联序列,那么phase correlation 比线性关联要高效得多。 wikipedia 示例用于 2D 图像分析,但也可以用于 1D。

      【讨论】:

        【解决方案3】:

        你应该开始阅读correlation

        最简单的开始是Linear Correlation,但要买一本好的统计书。 Visual Statistics 好像是very good start


        我知道有一个 Visual Studio 统计分析包,但我现在找不到更多信息。


        根据您的具体要求,您可能需要查看专为统计分析而设计的 R programming language 和/或 SciPy Python

        您似乎确实有一个简单的两个变量线性相关性,如果您不显示时间线,而是使用 X 为系列 1 和 Y 为系列 2 的散点图,您会看到一个向下倾斜的点云。这是一个线性相关。

        【讨论】:

          【解决方案4】:

          你看过Wavelets吗?

          【讨论】:

            【解决方案5】:

            检查(离散)傅里叶变换,它可以提取时间序列的频率。

            (并且Excel内置了快速傅里叶变换功能。)

            【讨论】:

            • 傅里叶变换只有在波浪周期不变的情况下才能发挥作用。
            猜你喜欢
            • 1970-01-01
            • 1970-01-01
            • 1970-01-01
            • 1970-01-01
            • 2010-11-13
            • 1970-01-01
            • 1970-01-01
            • 2011-09-29
            • 1970-01-01
            相关资源
            最近更新 更多