有效提升随时间显著下降的信号的方法

我想知道如果信号在某段时间内显著下降,最有效的纠正方法是什么。比如在图中,绿色信号大约在16:26到19:16之间消失了,我想通过统计学的方法将其提升到16:26之前和19:16之后的相同水平。

请查看此图

提前感谢!


回答:

尝试使用贝叶斯块方法,以下是相关论文:J. D. Scargle, J. P. Norris, B. Jackson, J. Chiang, (2012) arXiv:1207.5578.

这篇论文相当长,但你可以跳到他们包含MatLab实现的部分。

它的作用是将你的时间序列分成时间块,每个时间块内的数值围绕某个平均值波动,每个块的平均值不同。

一旦你有了这些块,你可以将那些较低的块向上调整以消除下降。

注意:有一个参数ncp_prior,通过调整它,你可以改变方法的敏感性,使其不会被波动误导,但仍能重现下降情况。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注