Численное сопоставление с образцом

Question

Проект, который я исследую, требует некоторого сопоставления с образцом. Мои поиски не нашли много релевантных хитов, так как большинство результатов, как правило, связаны с сопоставлением текстового шаблона. Идея в том, что у нас будут определенные волновые паттерны, за которыми мы будем наблюдать и пытаться сопоставить входящие данные с базой данных, которую мы будем строить. Вот и пример одного из волновых паттернов, с которым мы должны сопоставить.

альтернативный текст http://tmp.stayhealthy.com/wave.png

Там явно есть образец, но пики не будут иметь точно такие же значения, но общая форма итераций волны будет очень похожа. У кого-нибудь есть какие-либо советы о том, как сохранить и затем сопоставить эти шаблоны и / или другие поисковые термины, которые я могу использовать, чтобы найти больше информации по теме сопоставления с образцом?

Спасибо, Тим.

Answer 1

БПФ полезно для общего анализа последовательности данных.

Если вам нужно коррелировать последовательности, то фазовая корреляция гораздо эффективнее, чем линейная корреляция. Пример из Википедии предназначен для анализа 2D-изображений, но его можно использовать и в 1D.

Answer 2

Проверка о (дискретном) преобразовании Фурье, которое может извлечь частоту временного ряда.

(А в Excel встроена функция быстрого преобразования Фурье.)

Answer 3

Я думаю, вам будет гораздо легче обнаружить такие паттерны в частотно-временном представлении вашего сигнала, чем пытаться использовать анализ Фурье напрямую. Я сделал мой доктор философии по аналогичной проблеме в контексте данных дифракции. Программное обеспечение, которое я использовал, доступно здесь .

Answer 4

Вы смотрели на Вейвлеты ?

Answer 5

Вы должны начать читать о корреляции .

Начать проще всего с Линейная корреляция , но получить хорошую статистическую книгу. Визуальная статистика кажется очень хорошим началом .

---

Я знаю, что существует пакет статистического анализа Visual Studio, но сейчас не могу найти дополнительную информацию.

---

В зависимости от ваших точных требований, вы можете обратиться к R языку программирования , который специально разработан для статистического анализа, и / или SciPy Python библиотека

Вы, похоже, имеете простую линейную корреляцию с двумя переменными, если вместо отображения временной шкалы вы строите график рассеяния, где X - это Series1, а Y - Series2, вы увидите упакованное облако точек с нисходящим уклоном. Это линейная корреляция.