【问题标题】:An efficient algorithm for calculating frequencies?计算频率的有效算法?
【发布时间】:2012-02-28 07:07:07
【问题描述】:

我有一个频率样本数据集(例如,bpm 或任何其他度量/时间),按固定时间间隔(例如,每 5 分钟)采集。我想找到具有以下属性的最小时间间隔集:

  • 区间覆盖整个原始数据集
  • 没有时间间隔的平均频率低于给定阈值

是否有任何标准算法可以找出此类信息?

【问题讨论】:

  • 这在我看来就像没有算法解决方案的问题类型,只能通过蛮力解决。不过我可能错了。
  • 蛮力是,如果它有助于达成一个解决方案,一个完全可以接受的算法解决方案的坚实基础。
  • 尝试定义“频率样本”(是数字还是向量?)、“平均频率”、“间隔”(输入间隔是否重叠?)、等等。似乎这里的一些人具有领域知识并且不需要这些细节,但是如果您使问题更容易接近,您可能会得到更广泛的回答。例如,我读了几次这个问题,但不知道你在问什么。

标签: math statistics intervals


【解决方案1】:

除非我弄错了:

  • 如果整个事物的平均值高于您的阈值,则覆盖整个集合的单个区间就是解决方案
  • 如果整个集合的平均值低于您的阈值,则没有解决方案。

【讨论】:

  • 你错了 :) 你可以以 120 公里/小时的平均速度行驶一个小时,在 30 分钟内行驶 240 公里然后停下来。
  • @blueberryfields: 那么间隔是多少呢? [0,.5] 的平均值为 240,但 (.5,1] 的平均值为 0,低于任何(正)阈值。
  • 对!覆盖原始数据集的要求迫使这一点。
  • @blueberryfields:我想我不明白你的问题。你能举一个例子,其中单个区间不符合要求,但一组跨越区间可以吗?
  • 你的答案是正确的,因为我写了它。不过,我正在研究的问题更为复杂,在我能够正确地提出问题之前,我必须再考虑一下。
猜你喜欢
  • 2016-01-16
  • 1970-01-01
  • 2011-03-11
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2023-03-12
  • 2020-01-21
相关资源
最近更新 更多