如果我有一个类似的例子:
其中蓝色数据是我的计算/测量数据,而我的红色数据是给定的groundtruth数据。任务是获得数据与每条给定曲线之间的相似性/接近度,以便可以进行分类,如果结果看起来非常接近,也可以选择多个类。
我可以将问题分成几个子问题:
- 数据范围不一样
- 计算/测量数据的分辨率高于地面实况数据
- 计算出的数据有一些偏差/偏移
在尝试解决这些问题时,我想到了以下问题
- 首先拟合计算/测量数据然后尝试解决问题会更好吗?
- 是否可以按原样使用数据点,并计算每条曲线的均方误差,假设它是一个合适的尝试,从而获得最佳拟合?在这种情况下,偏差/转移会产生什么影响?
- 通过减少较高采样版本的样本数量或增加给定范围内较低采样数据的样本数量,处理数据/范围不匹配的好方法是什么?
醇>