1D信号的聚类

Question

我有几个1D信号，显示两个或更多波段。一个例子如下所示。

我需要提取属于单个波段的数据点。

---

我的第一个简单方法是获取数据的移动平均值，并得到数据大于平均值的索引。

def seperate(x):
    average = scipy.ndimage.gaussian_filter(x, 10)
    # this gives me a boolean array with the indices of the upper band.
    idx = x > average
    # return the indices of the upper and lower band
    return idx, ~idx

绘制这些并且平均曲线看起来像这样，其中红色表示上部，蓝色表示下部带。

对于这个例子，这非常有效，但是当存在多于两个波段和/或波段没有很好地分离时，它会失败。

我正在寻找更强大和通用的解决方案。我正在研究scikit-learn，并想知道是否可以使用其中一种聚类算法来实现这一点。

Answer 1

查看时间序列相似性度量。

实际上，我已经看到你在那里尝试过的二进制阈值，称为“阈值交叉”，还有更多。

一般来说，没有“一刀切”的时间序列相似性。不同类型的信号需要不同的措施。这可能最好的结果是，在FFT之后有些事情要好得多，而对于其他人来说，FFT绝对没有意义。