【发布时间】：2012-02-02 03:02:12
【问题描述】：
我目前正在尝试使用 matlab 分析大型数据集（40 000 多个数据点）。这些数据集有很大程度的高频噪声，但幸运的是，与整体信号相比，噪声的幅度相对较小。
基本上，我想做的是找到数据集“启动”的点。我的意思是，它的梯度在一个小区域内发生了显着变化。但是，我正在分析的这些信号会受到“漂移”的影响，在“启动”点之前，信号斜率本质上可能是负的、中性的或正的，但是，“启动”之前和之后的图形形状up”点一般是一样的。
例如：“启动”点看起来像这样：
[1.25 2.5 3.75 5 7.5 12 21 36 49 64]
显然，这是一个大大简化的版本，但数据将遵循一条直线状曲线（上面的前 5 个数据点），然后它会遵循一条更像指数的曲线（从第 6 点开始）。
所以我一直在研究实现一种机器类型学习算法，通过该算法我可以告诉 matlab “启动”点在哪里以及启动点出现的数据“形状”，以便将来它可以准确定位“踢”点。
我对 Matlab 和机器学习都比较陌生（如果机器学习甚至是解决我的问题的最佳方法），我不知道应该从哪里开始。我希望有人能指出我正确的方向，无论是 matlab 代码示例和/或一些具有编码实现的初学者理论。
【问题讨论】：
-
您是否在寻找潜在信号的梯度变化？否则，如果有噪音，那么您将在整个地方检测到“显着”的梯度变化。
标签： matlab machine-learning detection