24小时热门版块排行榜    

CyRhmU.jpeg
查看: 1623  |  回复: 8

贾西贝

金虫 (初入文坛)

[求助] 如何求解函数急速下降点已有2人参与

现有一排好序的数据,想找到这些数据中骤变的边界。
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

爱拼才会赢
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主

差分,同时对差分结果整理排序。

» 本帖已获得的红花(最新10朵)

2楼2014-11-02 20:28:37
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

贾西贝

金虫 (初入文坛)

送红花一朵
引用回帖:
2楼: Originally posted by feixiaolin at 2014-11-02 20:28:37
差分,同时对差分结果整理排序。

您好,不太明白差分怎么做,知识简单的做差进行排序么?
我的数据如下所示,是1*312的一个向量,请问如何差分?
2.8811        2.8114        1.6736        0.28133        0.26259        0.223        0.21091        0.16478        0.15933        0.15481        0.14925        0.1458        0.14489        0.13939        0.13817        0.1377        0.12225        0.1161        0.11568        0.11507        0.11446        0.11229        0.10996        0.10964        0.10937        0.10718        0.10462        0.10447        0.10418        0.10333        0.10301        0.10297        0.10273        0.10256        0.1019        0.10184        0.099748        0.099536        0.098862        0.097864        0.096309        0.096046        0.09576        0.095524        0.095134        0.095086        0.095052        0.094923        0.094666        0.094324        0.094178        0.094178        0.093943        0.093628        0.093623        0.093588        0.093304        0.092849        0.092055        0.091948        0.091605        0.091309        0.091043        0.090993        0.09046        0.090121        0.090121        0.08989        0.089628        0.089621        0.089549        0.088695        0.088484        0.087686        0.087137        0.087129        0.086904        0.086842        0.086675        0.086592        0.086443        0.086226        0.08616        0.085985        0.085966        0.085757        0.085671        0.085654        0.085416        0.08534        0.085224        0.084762        0.08466        0.084615        0.083531        0.082991        0.082849        0.082804        0.082773        0.082327        0.082131        0.082068        0.081919        0.081872        0.081682        0.081621        0.081451        0.081329        0.081285        0.081128        0.080716        0.080527        0.080366        0.08021        0.080185        0.080169        0.080036        0.079879        0.079629        0.079574        0.079567        0.079276        0.07913        0.079122        0.07904        0.078689        0.078678        0.078662        0.078639        0.078541        0.078485        0.078285        0.0781        0.07804        0.078031        0.077807        0.077603        0.077601        0.077568        0.077509        0.077184        0.07691        0.07688        0.076867        0.076814        0.076726        0.076656        0.076578        0.076537        0.0765        0.076316        0.076173        0.076162        0.075836        0.075826        0.075796        0.07568        0.075643        0.07543        0.075382        0.075218        0.074865        0.07481        0.074799        0.074771        0.074647        0.074358        0.074331        0.074176        0.074141        0.074113        0.07405        0.074026        0.073848        0.073848        0.073785        0.073785        0.073742        0.073698        0.073537        0.073518        0.073454        0.073361        0.07325        0.07313        0.073055        0.073052        0.072969        0.072856        0.072774        0.072764        0.072596        0.072536        0.072531        0.072313        0.072303        0.072243        0.072168        0.072042        0.072033        0.072004        0.071918        0.071849        0.071846        0.071832        0.071819        0.071747        0.071739        0.071702        0.071574        0.071465        0.07124        0.071239        0.070872        0.07079        0.070607        0.070436        0.070348        0.069887        0.069878        0.069859        0.069707        0.069306        0.069276        0.069273        0.069231        0.06906        0.069043        0.069024        0.068852        0.068731        0.068711        0.068672        0.068668        0.068536        0.06853        0.068481        0.068416        0.068319        0.068163        0.067967        0.067822        0.067814        0.067781        0.067739        0.067711        0.067403        0.067395        0.067307        0.06714        0.067011        0.066948        0.066938        0.06683        0.066803        0.066549        0.066494        0.066481        0.066423        0.066236        0.066211        0.066043        0.065959        0.065813        0.065688        0.065512        0.06547        0.06542        0.065351        0.065055        0.064996        0.064715        0.064653        0.064342        0.064047        0.063888        0.063845        0.063757        0.063594        0.063281        0.063186        0.063121        0.062856        0.062402        0.062068        0.061073        0.061037        0.060365        0.060109        0.059133        0.058871        0.058864        0.058858        0.058721        0.05852        0.056853        0.05598        0.054832        0.052298        0.049405        0.048333        0.047615        0.047099        0.038783        0.037159        0.037097        0.036618        0.035316        0.034055        0.033064        0.027424        0.026053
爱拼才会赢
3楼2014-11-03 13:25:23
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主

差分=前后两项相减。
前四个数据有一个突变点,后面可认为没有。
-------------------------------------------
另外一个方法,利用给予小波分析的突变点检测程序处理【网络上有】。
4楼2014-11-03 20:19:01
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

贾西贝

金虫 (初入文坛)

引用回帖:
4楼: Originally posted by feixiaolin at 2014-11-03 20:19:01
差分=前后两项相减。
前四个数据有一个突变点,后面可认为没有。
-------------------------------------------
另外一个方法,利用给予小波分析的突变点检测程序处理【网络上有】。

我一开始就用小波分析,但是小波分析只能通过最后画出的图像来判断出突变点,有没有不用画图就能找到突变点?
爱拼才会赢
5楼2014-11-04 10:30:53
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主

引用回帖:
5楼: Originally posted by 贾西贝 at 2014-11-04 10:30:53
我一开始就用小波分析,但是小波分析只能通过最后画出的图像来判断出突变点,有没有不用画图就能找到突变点?...

对数据线性拟合,误差大的点=突变点
6楼2014-11-04 12:17:19
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

zaq123321

专家顾问 (著名写手)

【答案】应助回帖

感谢参与,应助指数 +1
It seems the data is not sorted. Finite difference is similar to derivative. The bigger the derivative is, the bigger change.

[ 发自手机版 http://muchong.com/3g ]
小木虫给我温暖,给我希望,爱就要爱小木虫。
7楼2014-11-04 20:26:50
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

贾西贝

金虫 (初入文坛)

引用回帖:
7楼: Originally posted by zaq123321 at 2014-11-04 20:26:50
It seems the data is not sorted. Finite difference is similar to derivative. The bigger the derivative is, the bigger change.

Your suggestion is to linear fitting of data, and then derivative.finding the largest countdown? if i want more than one point like this , what should i do ?
爱拼才会赢
8楼2014-11-05 08:52:37
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yaozirel

金虫 (正式写手)

【答案】应助回帖

clc;clear;
f=[2.8811 2.8114  1.6736 0.28133  0.26259  0.223  0.21091  0.16478  0.15933 0.15481 ...  
    0.14925 0.1458  0.14489 0.13939 0.13817 0.1377 0.12225   0.1161 0.11568 0.11507 ...
    0.11446 0.11229 0.10996 0.10964 0.10937  0.10718  ...
    0.10462        0.10447        0.10418        0.10333        0.10301        0.10297  ...
    0.10273        0.10256        0.1019        0.10184        0.099748        0.099536 ...
    0.098862        0.097864        0.096309        0.096046        0.09576   0.095524 ...
    0.095134        0.095086        0.095052        0.094923        0.094666  0.094324 ...
    0.094178        0.094178        0.093943        0.093628        0.093623    0.093588 ...
    0.093304        0.092849        0.092055        0.091948        0.091605   0.091309 ...
    0.091043        0.090993        0.09046        0.090121        0.090121        0.08989 ...
    0.089628        0.089621        0.089549        0.088695        0.088484        0.087686 ...
    0.087137        0.087129        0.086904        0.086842        0.086675        0.086592  ...
    0.086443        0.086226        0.08616        0.085985        0.085966        0.085757  ...
    0.085671        0.085654        0.085416        0.08534        0.085224        0.084762  ...
    0.08466        0.084615        0.083531        0.082991        0.082849        0.082804  ...
    0.082773        0.082327        0.082131        0.082068        0.081919        0.081872  ...
    0.081682        0.081621        0.081451        0.081329        0.081285        0.081128  ...
    0.080716        0.080527        0.080366        0.08021        0.080185        0.080169  ...
    0.080036        0.079879        0.079629        0.079574        0.079567        0.079276  ...
    0.07913        0.079122        0.07904        0.078689        0.078678        0.078662  ...
    0.078639        0.078541        0.078485        0.078285        0.0781        0.07804  ...
    0.078031        0.077807        0.077603        0.077601        0.077568        0.077509  ...
    0.077184        0.07691        0.07688        0.076867        0.076814        0.076726   ...
    0.076656        0.076578        0.076537        0.0765        0.076316        0.076173   ...
    0.076162        0.075836        0.075826        0.075796        0.07568        0.075643 ...
    0.07543        0.075382        0.075218        0.074865        0.07481        0.074799   ...
    0.074771        0.074647        0.074358        0.074331        0.074176        0.074141 ...
    0.074113        0.07405        0.074026        0.073848        0.073848        0.073785   ...
    0.073785        0.073742        0.073698        0.073537        0.073518        0.073454  ...
    0.073361        0.07325        0.07313        0.073055        0.073052        0.072969   ...
    0.072856        0.072774        0.072764        0.072596        0.072536        0.072531   ...
    0.072313        0.072303        0.072243        0.072168        0.072042        0.072033   ...
    0.072004        0.071918        0.071849        0.071846        0.071832        0.071819   ...
    0.071747        0.071739        0.071702        0.071574        0.071465        0.07124    ...
    0.071239        0.070872        0.07079        0.070607        0.070436        0.070348    ...
    0.069887        0.069878        0.069859        0.069707        0.069306        0.069276   ...
    0.069273        0.069231        0.06906        0.069043        0.069024        0.068852    ...
    0.068731        0.068711        0.068672        0.068668        0.068536        0.06853    ...
    0.068481        0.068416        0.068319        0.068163        0.067967        0.067822   ...
    0.067814        0.067781        0.067739        0.067711        0.067403        0.067395   ...
    0.067307        0.06714        0.067011        0.066948        0.066938        0.06683     ...
    0.066803        0.066549        0.066494        0.066481        0.066423        0.066236   ...
    0.066211        0.066043        0.065959        0.065813        0.065688        0.065512   ...
    0.06547        0.06542        0.065351        0.065055        0.064996        0.064715     ...
    0.064653        0.064342        0.064047        0.063888        0.063845        0.063757   ...
    0.063594        0.063281        0.063186        0.063121        0.062856        0.062402   ...
    0.062068        0.061073        0.061037        0.060365        0.060109        0.059133   ...
    0.058871        0.058864        0.058858        0.058721        0.05852        0.056853    ....
    0.05598        0.054832        0.052298        0.049405        0.048333        0.047615   ...
    0.047099        0.038783 0.037159 0.037097 0.036618 0.035316 0.034055 0.033064 0.027424 0.026053];
for i=1:311
    y(i)=abs(f(i+1)-f(i));
end
a=(y>0.1);
t=f(a)
运行结果t= 2.8114    1.6736
程序里面0.1可自己设置突变阈值
风光背后,不是沧桑,就是硬抗。
9楼2014-11-17 20:10:12
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 贾西贝 的主题更新
信息提示
请填处理意见