Question

我需要使用逻辑过滤器来选择长数据集中的某个句点，但我想忽略过滤数据的初始周期。例如，我们有两个列向量（'A'和'B'），如下所示。

A =

B =

现在我可以根据列'B'创建一个过滤器，以选择'A'列中的某个句点

 logicalFilter = B<=3 & B>1;

A（logicalFilter）

ans =

现在我需要忽略让我们说“A（logicalFilter）”中的前五个数据点并取剩余的平均值。怎么做？

第二个选项是我不会忽略第一个修复数据点，而只选择“A（logicalFilter）”中的一个句点，其中数字是常量来计算平均值。怎么可能？

因为有人建议进一步扩展我的问题，在连续数据集中取不同块的平均值。我们再次有两列（'A'和'B'）如下。 A =

B =

10
 5
 6
 6
 2
 2
 3
 2
 1
 3
 2
 3
 3
 7
 2
 2
 3
 3
 8
12

logicalFilter = B<=3 & B>1

logicalFilter =

现在我需要分别对'logicalFilter'= 1的不同块的'logicalFilter'= 1取平均值'A'并忽略前两个点（例如）'logicalFilter'= 1来计算平均值

Answer 1

通过分配临时变量，您可以在过滤后跳过第一个N数据点：

N = 5; %number of points to skip after filtering

logicalFilter = B<=3 & B>1;
Atmp = A(logicalFilter);
avg = mean(Atmp(N+1:end));

根据方差选择要动态平均的点要复杂得多，而且我不确定是否有一种优雅的方法，你需要考虑一个合适的算法。例如，通过考虑点对点变化的注释中的示例将如下所示：

%relative point-to-point difference to keep
q=0.05;

logicalFilter = B<=3 & B>1;
Atmp = A(logicalFilter);

varianceFilter = abs(diff(Atmp))./Atmp(1:end-1)<0.05;
avg = mean(Atmp(varianceFilter));

这会将Atmp(1:end-1)中与以下数据点相差不多的点数平均值超过相对误差q=0.05。

但请注意，对于您的示例数据，您将只获得1点，这与下一个点相同，直到5％的误差，因为您有整数，并且只有相邻的相同整数才有资格获得过滤器。

<强>更新：另一种方法对计算要求更高，但它似乎是一种正确的方法。您应该找到Atmp中的数据弱分散的第一个索引，即它们的标准偏差很小。当然，这假定在给定点之后你的偏差确实很小，否则你将遍历整个向量并保持最后一点。这就是我的意思：

%relative standard deviation to keep
q=0.05;

logicalFilter = B<=3 & B>1;
Atmp = A(logicalFilter);

%worst case scenario
avg = Atmp(end);
for i=1:length(Atmp)-1
   if std(Atmp(i:end))<q
      avg = mean(Atmp(i:end));
      break;
   end
end

这会找到i标准偏差小于Atmp(i:end)的最小q，计算此数据集的平均值，然后完全停止工作。

关于您的修改

更新2 ：

现在我需要分别对'logicalFilter'= 1的不同块的'logicalFilter'= 1取平均值'A'并忽略前两个点（例如）'logicalFilter'= 1来计算平均值

我们可以调整答案to a similar question at MATLAB Answers：

aboveThreshold = logicalFilter;  %where above threshold
%aboveThreshold is a logical array, where 1 when above threshold, 0, below.
%we thus want to calculate the difference between rising and falling edges
aboveThreshold = [false; aboveThreshold; false];  %pad with 0's at ends
edges = diff(aboveThreshold);
startPos = find(edges==1);     %rising/falling edges
endPos = find(edges==-1)-1;

%at this point startPos and endPos contain the indices of each 'island'

%if you want to throw away islands shorter than 2 (inclusive):
needInds = endPos-startPos>1;
startPos = startPos(needInds);
endPos = endPos(needInds);

%now loop over each island and compute the mean
meanVec = zeros(length(startPos),1);
for i=1:length(startPos)
   Atmp = A(startPos(i):endPos(i));
   meanVec(i) = mean(Atmp(3:end));
end

现在meanVec是一个包含每个数据“孤岛”的平均值的向量，每个岛上扔掉前两个点（相应的最多2个元素的岛被扔掉）。

如何应用matlab逻辑过滤器来选择常量数据集

1 个答案: