Gleitender Mittelüberlauf

Ich versuche, einen Weg zu finden, um einen sich bewegenden kumulativen Durchschnitt zu berechnen, ohne die Zähl - und Gesamtdaten, die bisher empfangen werden, zu speichern. Ich kam mit zwei Algorithmen, aber beide müssen die Zähler zu speichern: neue durchschnittliche (alte Daten alte Daten) nächste Daten) nächste Zählung neue durchschnittliche alte Durchschnitt (nächste Daten - alter Durchschnitt) nächste Zählung Das Problem mit diesen Methoden ist, dass die Zählung Wird größer und größer, was zu einer Präzision in dem resultierenden Mittel führt. Die erste Methode verwendet die alte Zahl und die nächste Zahl, die offensichtlich 1 auseinander liegen. Dies hat mich denken, dass vielleicht gibt es einen Weg, um die Zählung zu entfernen, aber leider habe ich es noch nicht gefunden. Es hat mich ein bisschen weiter aber, was in der zweiten Methode aber noch zählen vorhanden ist. Ist es möglich, oder bin ich nur auf der Suche nach dem Unmöglichen gefragt Ich habe an vielen Stellen gelesen, dass Moving-Median ist ein bisschen besser als Moving-Durchschnitt für einige Anwendungen, weil es weniger empfindlich auf Ausreißer ist. Ich wollte diese Aussage auf reale Daten testen, aber ich kann diesen Effekt nicht sehen (grün: median, rot: durchschnittlich). Siehe hier: Ich habe mit verschiedenen Werten für Fensterbreite (hier im Code 1000) versucht, und es war immer dasselbe: der bewegliche Median ist nicht besser als gleitender Durchschnitt (d. h. nicht weniger empfindlich auf Ausreißer). Das gleiche mit Fensterbreite 10000 (10000 die Spitzenbreite). Können Sie ein Beispiel, dass bewegende Median ist weniger empfindlich auf Ausreißer als gleitenden Durchschnitt und wenn möglich mit dem Beispiel. WAV-Datei-Daten-Set (Download-Link). D. h. es ist möglich, einen bewegten Median auf diesen Daten zu machen, so daß das Ergebnis wie diese gelbe Kurve ist (d. h. keine Spitze mehr) Dies ist nicht wirklich eine Antwort, aber ich dachte, dass ich berichte, was ich sehe und nach weiteren Informationen frage. Ive geladen Ihre test. wav Akte und ich kann das Signal sehen, das unten gezeichnet wird. So was youre, das in den Diagrammen erhält, die Sie darstellen, ist nicht soviel der Mittelwert, aber ist mehr wie eine Hüllkurve des Signals. Das zweite Problem ist, dass das Signal tatsächlich ein Teil des Signals zu sein scheint. Wenn ich in den Blip zoomen, dann ist dies, was ich sehe: Was sind Sie wirklich versuchen zu erreichen Danke für das Feedback. Unten ist einige R-Code, der die folgenden: Lädt die WAV-Datei. Nimmt den Absolutwert des Signals an (es wird durch die waveR-Bibliothek in den linken Kanal geladen). Führt einen 100-stelligen gleitenden Mittelwertfilter auf die Daten durch, um etwas näher an die Hüllkurve zu kommen (rotes Signal). Dann wendet ein Medianfilter der Längen 201, 2001 und 4001 auf das Ergebnis an (blaues Signal). Aus der Handlung unten, die beste Leistung ist die 4001 Länge ein. Andernfalls ist die Wirkung der Störung noch vorhanden. Die einzige Sache, die ich falsch jetzt sehen kann, ist, dass der Umschlag nicht mit dem zutreffenden Umschlag sowie Identifikation wie zusammenbringt. Ein besserer Hüllkurvendetektor könnte dies verbessern (z. B. das analytische Signal oder dergleichen). Unten ist eine Auftragung der berechneten Median-gefilterten Hüllkurve, die auf dem ursprünglichen Signal überlagert ist. Vielen Dank für die Zeit, die Sie für diese Frage verbracht In der Tat, ich den Mittelwert und Mittelwert der absolute Wert des Signals. Und ja, das gibt eine Vorstellung von dem Umschlag, das ist, was ich will. Was ich erwartete (dank Median statt Mittel) war so etwas. Bildschirmfoto. Unabhängig von der Fensterbreite für den Median. Die Spitze ist immer da. Während viele Dokumente sagen quotthe Median hat den Vorteil der Senkung der Wirkung der Ausreißer Wertequot. Ndash Basj Nov 30 15 am 14:01 Richtig, also fragt die Frage I39m: quotoutlier von whatquot. -) Unter direkten Median oder Mittelwert der Daten, die Sie haben, werden unsinnige Ergebnisse liefern. Die mittlere Filterung funktioniert nur dann gut, wenn einige Proben (bezogen auf die Fensterlänge) außerhalb des erwarteten Bereichs liegen. Da die Daten, die Sie haben, schwingt positiv und negativ, ist der Median isn39t wirklich geeignet für sie. Unter dem Median des Umschlags sollte besser funktionieren. Sie können sogar einen einfachen Tiefpaßfilter auf den absoluten Wert setzen, um einen stabilen Hüllkurvenwert zu erhalten. Ndash Peter K. 9830 Nov 30 15 am 14: 05Field Überlauf in der Routine WERTSIMULIEREN im Bereich NEUERPREIS Dies ist eine Frage, die wir konfrontiert sind, während die Entsendung GRN für eine PO. Wenn wir versuchen, GRN zu posten, werden wir unter Fehlern kommen. Feldüberlauf in der Routine WERTSIMULIEREN im Feld NEUERPREIS Message-Nr. M7302 Wenden Sie sich an Ihren Systemadministrator. Wir haben geprüft und festgestellt, dass der Preis der Bestellposition 2 026 000 000 JPY und die Menge 1 beträgt. Der aktuelle Kurs beträgt 1.082.897.000,00 INR. Derzeit gibt es keinen Bestand an Material und die Preiskontrolle gleitenden Durchschnittspreis im Materialstamm. Daher ist das System nicht in der Lage, diese Menge als Moving durchschnittlichen Preis des Materials aufgrund seiner hohen Wert zu erfassen. Wir haben auch den SAP-Hinweis 139176 - M7302: Feldüberlauf in der Routine WERTSIMULIEREN geprüft. Wie bereits erwähnt, müssen wir den gleitenden Durchschnittspreis ändern und einen Preis wählen, der kleiner als der aktuell gültige Preis ist. Wir haben das aber leider auch noch nicht probiert. Aktuelle gleitenden Durchschnittspreis des Materials ist u201C0u201D. Wir können auch eine kleinere Preiseinheit für dieses Material auswählen, aber in unserem Fall ist die Preiseinheit nur u201C1u201D, die nicht weiter reduziert werden kann. Würde Sie bitten, bitte helfen Sie uns in dieser Angelegenheit. Danke amp Grüße,