Question

我基本上有一个像这样的值数组：

0.25, 0.24, 0.27, 0.26, 0.29, 0.34, 0.32, 0.36, 0.32, 0.28, 0.25, 0.24, 0.25

以上数组过于简单，我在实际代码中每毫秒收集1个值，我需要处理我编写的算法的输出，以便在某个时间点之前找到最接近的峰值。我的逻辑失败了，因为在我上面的示例中，0.36是真正的峰值，但我的算法会向后看并查看最后一个数字0.25作为峰值，因为减少到0.24在它之前。

目标是获取这些值并将算法应用于它们，这将使它们“平滑”一点，以便我有更多的线性值。（即：我希望我的结果是弯曲的，而不是锯齿状的）

我被告知要对我的值应用指数移动平均滤波器。我怎样才能做到这一点？我读取数学方程式真的很难，我对代码的处理要好得多。

如何处理数组中的值，应用指数移动平均值计算来均匀化它们？

float[] mydata = ...
mySmoothedData = exponentialMovingAverage(mydata, 0.5);

float[] exponentialMovingAverage(float[] input, float alpha) {
    // what do I do here?
    return result;
}

Answer 1

要计算exponential moving average，您需要保持一些状态，并且需要一个调整参数。这需要一个小类（假设您使用的是Java 5或更高版本）：

class ExponentialMovingAverage {
    private double alpha;
    private Double oldValue;
    public ExponentialMovingAverage(double alpha) {
        this.alpha = alpha;
    }

    public double average(double value) {
        if (oldValue == null) {
            oldValue = value;
            return value;
        }
        double newValue = oldValue + alpha * (value - oldValue);
        oldValue = newValue;
        return newValue;
    }
}

使用您想要的衰减参数进行实例化（可以进行调整;应该介于0和1之间），然后使用average(…)进行过滤。

当阅读有关数学重复的页面时，在将其转换为代码时，您真正需要知道的是数学家喜欢将索引写入数组和带有下标的序列。（他们还有一些其他符号，但没有帮助。）但是，EMA非常简单，因为你只需要记住一个旧值;不需要复杂的状态数组。

Answer 2

我很难理解你的问题，但无论如何我都会尽力回答。

1）如果你的算法找到0.25而不是0.36，那就错了。这是错误的，因为它假设单调增加或减少（即“总是上升”或“总是下降”）。除非您平均所有数据，否则您的数据点（如您所呈现的那样）是非线性的。如果您确实想要找到两个时间点之间的最大值，请将数组从t_min切片到t_max，然后找到该子数组的最大值。

2）现在，“移动平均线”的概念非常简单：假设我有以下列表：[1.4,1.5,1.4,1.5,1.5]。我可以通过取两个数字的平均值来“平滑”：[1.45,1.45,1.45,1.5]。请注意，第一个数字是1.5和1.4的平均值（第二个和第一个数字）;第二个（新列表）是1.4和1.5的平均值（第三和第二个旧列表）;第三个（新列表）平均值为1.5和1.4（第四和第三），依此类推。我可以把它变成“三期”或“四期”，或“n”。注意数据如何更顺畅。 “查看移动平均值”的好方法是访问Google财经部，选择股票（尝试特斯拉汽车;非常不稳定（TSLA））并点击图表底部的“技术”。选择具有给定时段的“移动平均线”和“指数移动平均线”以比较它们的差异。

指数移动平均线只是对此的另一种阐述，但是对“旧”数据的权重小于“新”数据;这是一种将平滑“偏向”背面的方法。请阅读维基百科条目。

所以，这更像是一个评论而不是答案，但是小评论框只是微不足道。祝你好运。

Answer 3

看看this。如果您的噪音平均为零，请考虑使用Kalman filter。

Answer 4

以滚动的方式......我也使用commons.apache数学库

  public LinkedList EMA(int dperiods, double alpha)
                throws IOException {
            String line;
            int i = 0;
            DescriptiveStatistics stats = new SynchronizedDescriptiveStatistics();
            stats.setWindowSize(dperiods);
            File f = new File("");
            BufferedReader in = new BufferedReader(new FileReader(f));
            LinkedList<Double> ema1 = new LinkedList<Double>();
            // Compute some statistics
            while ((line = in.readLine()) != null) {
                double sum = 0;
                double den = 0;
                System.out.println("line: " + " " + line);
                stats.addValue(Double.parseDouble(line.trim()));
                i++;
                if (i > dperiods)
                    for (int j = 0; j < dperiods; j++) {
                        double var = Math.pow((1 - alpha), j);
                        den += var;
                        sum += stats.getElement(j) * var;
                        System.out.println("elements:"+stats.getElement(j));
                        System.out.println("sum:"+sum);
                    }
                else
                    for (int j = 0; j < i; j++) {
                        double var = Math.pow((1 - alpha), j);
                        den += var;
                        sum += stats.getElement(j) * var;
                    }
                ema1.add(sum / den);
                System.out.println("EMA: " + sum / den);
            }
            return ema1;
        }

Answer 5

public class MovingAvarage {

public static void main(String[] args) {
    double[] array = {1.2, 3.4, 4.5, 4.5, 4.5};

    double St = 0D;
    for(int i=0; i<array.length; i++) {
        St = movingAvarage(St, array[i]);
    }
    System.out.println(St);

}

private static double movingAvarage(double St, double Yt) {
    double alpha = 0.01, oneMinusAlpha = 0.99;
    if(St <= 0D) {
        St = Yt;
    } else {
        St = alpha*Yt + oneMinusAlpha*St;
    }
    return St;
   }

}

Answer 6

如果你在数学方面遇到麻烦，你可以使用简单的移动平均线而不是指数。所以你得到的输出将是最后x项除以x。未经测试的伪代码：

int data[] = getFilled();
int outdata[] = initializeme()
for (int y = 0; y < data.length; y++)
    int sum = 0;
    for (int x = y; x < y-5; x++)
        sum+=data[x];
    outdata[y] = sum / 5;

请注意，您需要处理数据的开始和结束部分，因为当您处于第二个数据点时，显然无法平均最后5个术语。此外，有更有效的方法来计算这个移动平均线（总和=总和 - 最旧+最新），但这是为了获得正在发生的事情的概念。

在Java中实现指数移动平均值

6 个答案: