Question

如何分离代表不重要数据的重要数据的序列？

一些 背景和示例： 正如在数据图中可以看到的那样（图 - 参见链接），这个时间序列中有9个部分，用IMU记录（测量加速度 - x，y，z，围绕x，y，z的方向旋转）。该图可以在以下链接中找到：

Figure: Snipping gesture acceleration x,y,z

情节依赖的数据：Data.csv

在这种情况下，这些代表右手的剪切动作。在每个信号之间存在延迟（2-3秒）。这种延迟也可以延长

哪种方法最容易细分？我在哪里可以找到这些示例或者您能给我一个简单的例子吗？ 我想知道什么？：相关信号的起点在哪里？

异常检测。我已经实现了这个，但它预测非常模糊（我还没有优化它）。可能我需要更好的功能，然后只需要原始数据。我问这个问题，因为可能有更简单的方法。
K-means聚类：想到这个，但我该如何处理呢？有例子吗？
频域分析：将原始数据分割成具有重叠的帧（大小为100），并将它们转换为频率domoin。我可以使用哪些功能？想到信号能量？
其他方法？

之后，这些片段将用作手势分类器的训练示例。

[可选附加信息：录制环境：手松动 - ＆gt;手势得到执行 - ＆gt;手松散 - ＆gt;在松臂位置等待5秒 - ＆gt; [记录手势的下一次迭代]。另一个重要条件是我需要分割不同类型的手势（信号看起来不同），不仅是剪切手势，还可以向上滑动，向下滑动或竖起拇指。]

非常感谢您提前:)）

迎接Max

Answer 1

有一些可能的解决方案： DBSCAN example here 要么 DTW example here方法。

此外，您可以手动执行此操作（例如Matlab m-file）。这里：axaR是来自加速度计的信号（沿x轴），k - 点数，阈值 - 手动可调整值

figure (100)

for fig = 1: 5
k = 200;
threshold =20*fig*std(axaR);
fprintf('window size %d, threshold is %f\n', k,threshold)  
for i = 1: (length(axaR)-k)
    summa = 0;
    for j= 1:k
    summa =  summa + abs(axaR(i+j));
    end
    if (summa > threshold)
        c(i) = 1;
    else
        c(i) = 0;

    end
end

subplot(5,1,fig)
plot ( axaR, 'LineWidth', lw), hold on
plot(1:k,ones(k,1),'*r')
hold on, 
plot ( c, 'LineWidth', lw),
hold on, 
xlim([0,5000]),
title (strcat('threshold ', num2str(threshold), 'window size', num2str(k) ))
end

Matlab figure that illustrates the algorithm

这是行走分析的例子，它是完全基于直觉的方法，如果你知道任何数学或物理背景，请不要犹豫，分享它。

最佳

Answer 2

“如何分离代表不重要数据的重要数据的序列？” 你的问题不明确。什么是“重要的”是主观的，而不是数据固有的。

但是，如果要构建分类器，可以将问题重新设置为“最保守的子序列是什么？”。您可以回答：

[matrixProfile，profileIndex，motifIndex，discordIndex] = interactiveMatrixProfileVer2（ay，250）; （代码在http://www.cs.ucr.edu/~eamonn/MatrixProfile.html）

免费

Answer 3

如果你想手动分割数据（监督学习），我遇到了同样的问题，所以我创建了一个简单的python matplotlib库： https://github.com/XavierTolza/python-timeseries-segmenter

数据分段时间序列

3 个答案: