Viel einfachere Version: public class MovingAverageInSlidingWIndow int windowsize Warteschlange int sum public MovingAverageInSlidingWIndow (int windowsize) this. windowsize windowsize this. queue new LinkedList () this. sum 0 findet den gleitenden Durchschnitt nach dem Einfügen von item n in den Datenstrom private double findMovingAverage (int N) if (queue. size () gt windowsize - 1) sum sum - queue. poll () warteschlange. offer (n) sum sum n return (double) sum queue. size () public static void main (String args) int Windowsize 3 MovingAverageInSlidingWIndow m new MovingAverageInSlidingWIndow (windowsize) für (int i 1 i lt 20 i) System. out. println (Nach dem Hinzufügen von Zitat in die Warteschlange: Durchschnitt ist: m. findMovingAverage (i)) Aktuelle Summe der Elemente in der Warteschlange in der globalen Variablen. Somit verringert sich die Berechnung im next () - Verfahren. Public class MovingAverage LinkedList-Warteschlange int size int sum 0 Holdsumme der Warteschlange Initialisieren Sie hier Ihre Datenstruktur. Öffentliches MovingAverage (int size) this. queue new LinkedList () this. size Größe public double next (int val) queue. offer (val) sum val if (queue. size () gtthis. size) sum - queue. poll () TeeChart für Java ist eine umfangreiche Charting-Komponenten-Bibliothek für Java-Entwickler. Basierend auf mehr als einem Jahrzehnt Erfahrung im Umgang mit Kunden Charting Anforderungen ist es extrem portabel und kann in allen gängigen Java-Programmierumgebungen verwendet werden. Schlüsselbereiche: - Chart-Typen Die in TeeChart enthaltene Java Chart-Komponente bietet buchstäblich Dutzende von Diagrammtypen. Verwenden Sie vorbereitete Formate oder mischen und kombinieren Sie Daten-Reihenarten. Ich war nicht in der Lage, die Spitzen von meinen experimentell erhaltenen Daten wegen seiner zufälligen Natur zu erhalten. Folglich lieferten die findpeaks (), die in der Matlab-Bibliothek definiert wurden, keine Ergebnisse wie erwartet. Daher habe ich einen Code, der findpeaks helfen () helfen. Sondern baut ein primitives, stilisiertes automatisiertes Handelssystem, das von einem festen Zinssatz gehandhabt wird, und behandelt die Abfrage, Speicherung und Analyse von Daten. Eine Strategie leitet das Rebalancing des Portfolios bei jeder Iteration durch, und die Grundausgabe wird in einer. Das Ziel dieser Fallstudie ist, zu zeigen, wie MATLAB und verschiedene Toolboxes zusammen verwendet werden können, um ein Abbildungsproblem zu lösen. Das hier gezeigte Problem ist ein wissenschaftliches Experiment. Bei einem Pendel die Schwerkraft messen. Die Mathematik ist gut definiert. ActiveX-Charting-Komponenten-Bibliothek bietet über 60 Chart-Stile und 56 mathematische und statistische Funktionen und einen vollständigen Satz von Chart-Tools Komponenten für zusätzliche Funktionalität. Enthält 32-Bit-64-Bit-Versionen. Für Windows und Web. Bewegender Stern Feldcode zeigt ein bewegendes Sternfeld in einem resizable Fenster an. Der Code wird in Standard C unter Verwendung der Win32 API geschrieben. Berechnet den Woody-Durchschnitt, indem zuerst einzelne Signale (verfälscht durch Jitter) mit dem Standard-Mittelwert ausgerichtet werden. Verwendet xcorr, um die Verzögerung zu berechnen und dann die Signale neu zu berechnen, um eine verbesserte Schätzung zu erhalten. Beispiel in der Hilfe enthalten. Verwenden Sie die Boolesche Algebra-Technik für C6711 DSK DIP-Schalter, um verschiedene Arten von Digitalfiltern auszuwählen. Dieses Modell arbeitet im C6711 DSK. Bitte fühlen Sie sich frei zu kommentieren. Ich habe im Wesentlichen ein Array von Werten wie folgt: Das obige Array ist oversimplified, Im sammeln 1 Wert pro Millisekunde in meinem realen Code und ich muss die Ausgabe auf einem Algorithmus, den ich schrieb, um die nächste Peak vor zu finden verarbeiten Ein Zeitpunkt. Meine Logik schlägt fehl, weil in meinem Beispiel oben 0.36 die wahre Spitze ist, aber mein Algorithmus würde rückwärts schauen und sehen die sehr letzte Zahl 0.25 als die Spitze, als theres eine Abnahme zu 0.24 vor ihm. Das Ziel ist, diese Werte zu nehmen und einen Algorithmus auf sie, die glätten sie ein wenig, so dass ich mehr lineare Werte. (Dh: Id wie meine Ergebnisse curvy, nicht jaggedy) Ive wurde gesagt, um einen exponentiellen gleitenden durchschnittlichen Filter auf meine Werte anzuwenden. Wie kann ich dies tun Es ist wirklich schwer für mich, mathematische Gleichungen zu lesen, gehe ich viel besser mit Code. Wie verarbeite ich Werte in meinem Array, die Anwendung einer exponentiellen gleitenden Durchschnittsberechnung, um sie herauszufordern, um einen exponentiellen gleitenden Durchschnitt zu berechnen. Müssen Sie einige Zustand zu halten und Sie benötigen einen Tuning-Parameter. Dies erfordert eine kleine Klasse (vorausgesetzt, Sie verwenden Java 5 oder höher): Instantiate mit dem Decay-Parameter, die Sie wollen (kann Abstimmung sollte zwischen 0 und 1) und dann mit Average () zu filtern. Beim Lesen einer Seite auf einige mathematische Rekursion, alles, was Sie wirklich wissen müssen, wenn Sie es in Code ist, dass Mathematiker gerne Indizes in Arrays und Sequenzen mit Indizes schreiben. (Theyve einige andere Anmerkungen außerdem, die nicht helfen.) Jedoch ist die EMA ziemlich einfach, da Sie nur an einen alten Wert erinnern müssen, der keine komplizierten Zustandarrays erfordert. Beantwortet Feb 8 12 at 20:42 TKKocheran: Ziemlich viel. Isn39t es schön, wenn die Dinge einfach sein können (Wenn Sie mit einer neuen Sequenz beginnen, erhalten Sie einen neuen Mittelwert.) Beachten Sie, dass die ersten paar Begriffe in der durchschnittlichen Sequenz wird ein bisschen durch Randeffekte springen, aber Sie erhalten die mit anderen gleitenden Durchschnitten auch. Allerdings ist ein guter Vorteil, dass Sie die gleitende durchschnittliche Logik in die Mittelung einwickeln und experimentieren können, ohne den Rest des Programms zu viel zu stören. Ndash Donal Fellows Ich habe eine harte Zeit, Ihre Fragen zu verstehen, aber ich werde versuchen, trotzdem zu beantworten. 1) Wenn Ihr Algorithmus 0,25 statt 0,36 gefunden hat, dann ist es falsch. Es ist falsch, weil es eine monotone Zunahme oder Abnahme (das ist immer nach oben oder immer nach unten). Wenn Sie ALLE Ihre Daten nicht klassifizieren, sind Ihre Datenpunkte - wie Sie sie darstellen - nichtlinear. Wenn Sie wirklich den maximalen Wert zwischen zwei Zeitpunkten finden wollen, dann schneiden Sie Ihr Array von tmin zu tmax und finden Sie das Maximum dieses Unterarrays. 2) Nun ist das Konzept der gleitenden Durchschnitte sehr einfach: vorstellen, dass ich die folgende Liste haben: 1.4, 1.5, 1.4, 1.5, 1.5. Ich kann es glätten, indem ich den Durchschnitt von zwei Zahlen: 1.45, 1.45, 1.45, 1.5. Beachten Sie, dass die erste Zahl ist der Durchschnitt von 1,5 und 1,4 (zweite und erste Zahlen) die zweite (neue Liste) ist der Durchschnitt von 1,4 und 1,5 (dritte und zweite alte Liste) die dritte (neue Liste) der Durchschnitt von 1,5 und 1,4 (Vierte und dritte), und so weiter. Ich könnte es Zeitraum drei oder vier gemacht haben, oder n. Beachten Sie, wie die Daten viel glatter sind. Ein guter Weg, um zu sehen, gleitende Durchschnitte bei der Arbeit ist, gehen Sie zu Google Finance, wählen Sie eine Aktie (versuchen Tesla Motors ziemlich volatil (TSLA)) und klicken Sie auf Technische Daten am unteren Rand des Diagramms. Wählen Sie Moving Average mit einer bestimmten Periode und Exponential gleitenden Durchschnitt, um ihre Differenzen zu vergleichen. Exponentielle gleitende Durchschnitt ist nur eine weitere Ausarbeitung dieser, aber Gewichte die älteren Daten weniger als die neuen Daten ist dies ein Weg, um die Glättung nach hinten auszugleichen. Bitte lesen Sie den Wikipedia-Eintrag. Also, dies ist eher ein Kommentar als eine Antwort, aber die kleine Kommentar-Box war nur zu klein. Viel Glück. Wenn Sie Probleme mit der Mathematik haben, könnten Sie mit einem einfachen gleitenden Durchschnitt statt exponentiell gehen. Also die Ausgabe erhalten Sie die letzten x-Terme durch x geteilt werden. Ungetestetes Pseudocode: Beachten Sie, dass Sie die Anfangs - und Endteile der Daten behandeln müssen, da deutlich, dass Sie die letzten 5 Ausdrücke nicht durchschnittlich sind, wenn Sie auf Ihrem 2. Datenpunkt sind. Außerdem gibt es effizientere Methoden, diesen gleitenden Durchschnitt (sum sum - älteste neueste) zu berechnen, aber dies ist, um das Konzept von dem, was passiert, zu bekommen. Beantwortet Feb 8 12 at 20:41 Deine Antwort 2017 Stack Exchange, Inc
No comments:
Post a Comment