เฉลี่ยเคลื่อนที่ วงจร

ฉันเป็นหลักมีอาร์เรย์ของค่าเช่นนี้อาร์เรย์ข้างต้นเป็น oversimplified ฉัน m เก็บ 1 ค่าต่อมิลลิวินาทีในรหัสจริงของฉันและฉันต้องดำเนินการออกในขั้นตอนฉันเขียนเพื่อหาจุดสูงสุดที่ใกล้เคียงที่สุดก่อนจุดในเวลา ตรรกะล้มเหลวเนื่องจากในตัวอย่างข้างต้นของฉัน 0 36 เป็นยอดจริง แต่อัลกอริทึมของฉันจะมองย้อนกลับไปและดูจำนวนสุดท้าย 0 25 เป็นยอดมากที่สุดเนื่องจากมี sa ลดลงเหลือ 0 24 ก่อนที่เป้าหมายจะใช้ค่าเหล่านี้ และใช้วิธีการที่พวกเขาซึ่งจะเรียบพวกเขาออก bit เพื่อให้ฉันมีค่าเชิงเส้นมากขึ้นเช่นฉันต้องการผลของฉันจะ curvy ไม่ jaggedy. I เคยได้รับการบอกให้ใช้ตัวกรองค่าเฉลี่ยชี้แจงค่าของฉันฉันจะ ทำอย่างนี้มันยากมากสำหรับผมที่จะอ่านสมการทางคณิตศาสตร์ผมจัดการที่ดีมากกับรหัสฉันจะประมวลผลค่าในอาร์เรย์ของฉันใช้การคำนวณค่าเฉลี่ยเคลื่อนที่ชี้แจงไปแม้พวกเขา out. asked กุมภาพันธ์ 8 12 ที่ 20 27 เมื่อต้องการคำนวณ ค่าเฉลี่ยเคลื่อนที่ที่ชี้แจงคุณต้องเก็บข้อมูลบางส่วนไว้รอบ ๆ และ คุณต้องการพารามิเตอร์การปรับค่านี้เรียกระดับเล็กน้อยสมมติว่าคุณกำลังใช้ Java 5 ขึ้นไประบุว่าพารามิเตอร์ที่สลายตัวที่คุณต้องการอาจใช้การปรับค่าควรอยู่ระหว่าง 0 ถึง 1 และใช้ค่าเฉลี่ยในการกรองเมื่ออ่านหน้าของคณิตศาสตร์บางส่วน สิ่งที่คุณจำเป็นต้องรู้จริงๆเมื่อเปลี่ยนเป็นรหัสเป็นที่ mathematicians ชอบเขียนดัชนีในอาร์เรย์และลำดับกับ subscripts พวกเขา ve notations อื่น ๆ ไม่กี่ที่ดีซึ่ง doesn t ช่วยอย่างไรก็ตาม EMA สวยง่ายๆตามที่คุณต้องการ จำได้ว่าค่าเก่าไม่มีอาร์เรย์ของรัฐที่ซับซ้อน required. rieded Feb 8 12 at 20 42 TKKocheran สวยมาก Isn t มันดีเมื่อสิ่งที่สามารถทำได้ง่ายถ้าเริ่มต้นด้วยลำดับใหม่ได้รับ averager ใหม่โปรดทราบว่าคำไม่กี่คำแรกใน ลำดับเฉลี่ยจะกระโดดไปรอบ ๆ เล็กน้อยเนื่องจากผลกระทบขอบเขต แต่คุณจะได้รับผู้ที่มีค่าเฉลี่ยเคลื่อนที่อื่น ๆ ด้วยอย่างไรก็ตามข้อได้เปรียบที่ดีคือคุณสามารถตัดตรรกะเฉลี่ยเคลื่อนที่ลงใน averager และทดสอบได้โดยไม่รบกวน t เขาส่วนที่เหลือของโปรแกรมของคุณมากเกินไป Donal Fellows กุมภาพันธ์ 9 12 ที่ 0 06.I am มีช่วงเวลาที่ยากเข้าใจคำถามของคุณ แต่ฉันจะพยายามตอบ anyway.1 หากอัลกอริทึมของคุณพบ 0 25 แทน 0 36 แล้วมันไม่ถูกต้อง มันไม่ถูกต้องเพราะสมมติว่าเพิ่มขึ้นหรือลดลง monotonic ที่มักจะขึ้นหรือเสมอไปลงถ้าคุณไม่เฉลี่ยข้อมูลทั้งหมดของคุณข้อมูลของคุณ --- จุดที่คุณนำเสนอพวกเขา --- เป็น nonlinear ถ้าคุณต้องการที่จะหาสูงสุด ค่าระหว่างสองจุดในเวลาแล้วชิ้นอาร์เรย์ของคุณจาก tmin เพื่อ tmax และหาสูงสุดของ subarray.2 ที่ตอนนี้แนวคิดของค่าเฉลี่ยเคลื่อนที่ง่ายมากคิดว่าฉันมีรายการต่อไปนี้ 1 4, 1 5, 1 4, 1 5, 1 5 ฉันสามารถเรียบออกโดยใช้ค่าเฉลี่ยของสองตัวเลข 1 45, 1 45, 1 45, 1 5 ขอให้สังเกตว่าหมายเลขแรกเป็นค่าเฉลี่ยของ 1 5 และ 1 4 วินาทีและหมายเลขแรกรายการใหม่ที่สอง เป็นค่าเฉลี่ยของ 1 4 และ 1 5 รายการเก่าที่สามและที่สองรายการใหม่ที่สามค่าเฉลี่ยของ 1 5 และ 1 4 4 และ 3 และอื่น ๆ ที่ฉันสามารถ ได้ทำให้มันเป็นระยะเวลาสามหรือสี่หรือ n สังเกตว่าข้อมูลมีความเรียบมากวิธีที่ดีในการดูค่าเฉลี่ยเคลื่อนที่ในที่ทำงานคือไปที่ Google Finance เลือกสต็อกลองใช้ Tesla Motors volatile TSLA ที่สวยและคลิกที่ technicals ที่ด้านล่างของ แผนภูมิเลือก Moving Average กับช่วงเวลาหนึ่ง ๆ และค่าเฉลี่ยเคลื่อนที่แบบ Exponential เพื่อเปรียบเทียบความแตกต่างของค่าเฉลี่ยของค่าเฉลี่ยที่เป็นค่าลบนี้เป็นเพียงการอธิบายรายละเอียดอื่น ๆ แต่น้ำหนักข้อมูลเก่าน้อยกว่าข้อมูลใหม่นี้เป็นวิธีที่จะทำให้เกิดการปรับให้เรียบไปทางด้านหลัง โปรดอ่านรายการวิกิพีเดียดังนั้นนี่เป็นความคิดเห็นมากกว่าคำตอบ แต่กล่องความคิดเห็นเล็ก ๆ น้อย ๆ เป็นเพียงโชคเล็ก ๆ ถ้าคุณมีปัญหาเกี่ยวกับคณิตศาสตร์คุณสามารถไปกับค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายแทนการแทนดังนั้น ผลลัพธ์ที่คุณได้รับจะเป็นเงื่อนไข x ล่าสุดหารด้วย x pseudocode ที่ยังไม่ได้ตรวจสอบโปรดทราบว่าคุณจะต้องจัดการกับจุดเริ่มต้นและจุดสิ้นสุดของข้อมูลเนื่องจากคุณสามารถ t เฉลี่ย 5 คำสุดท้ายเมื่อคุณอยู่ในจุดข้อมูลที่ 2 ของคุณได้ , เป็นวิธีที่มีประสิทธิภาพมากขึ้นในการคำนวณผลรวมรวมเฉลี่ยเคลื่อนที่นี้ - เก่าที่สุดที่เก่าที่สุด แต่นี้คือการได้รับแนวคิดของสิ่งที่เกิดขึ้นข้ามตอบ 8 กุมภาพันธ์ที่ 20 41. การตอบสนองความถี่ของตัวกรองเฉลี่ยที่ใช้การตอบสนองความถี่ของ ระบบ LTI เป็น DTFT ของการตอบสนองของอิมพัลส์การตอบสนองต่ออิมพัลส์ของค่าเฉลี่ยเคลื่อนที่ L-sample คือเมื่อตัวกรองค่าเฉลี่ยเคลื่อนที่เป็น FIR การตอบสนองต่อความถี่ลดลงเป็นจำนวน จำกัด ที่ จำกัด เราสามารถใช้ข้อมูลประจำตัวที่มีประโยชน์มาก ความถี่ตอบสนอง as. where เราได้ให้ aej N 0 และ ML 1 เราอาจสนใจขนาดของฟังก์ชันนี้เพื่อหาความถี่ที่จะได้รับผ่านตัวกรองที่ไม่มีการลดทอนและที่ถูกลดทอนด้านล่างเป็นพล็อตของขนาดของฟังก์ชันนี้ สำหรับแกน L 4 สีแดง 8 สีเขียวและสีน้ำเงิน 16 แกนในแนวนอนมีค่าตั้งแต่ศูนย์ถึงเรเดียนต่อตัวอย่างคำเตือนว่าในทั้งสามกรณีการตอบสนองต่อความถี่มีลักษณะ Lowpass ค่าคงที่เป็นศูนย์ความถี่ในอินพุทจะผ่าน filter unattenuated ความถี่ที่สูงขึ้นบางอย่างเช่น 2 จะถูกกำจัดออกโดยตัวกรองอย่างสมบูรณ์อย่างไรก็ตามหากเจตนาคือการออกแบบตัวกรอง lowpass เราก็ยังไม่ได้เป็นอย่างดีบางส่วนของความถี่ที่สูงขึ้นจะลดทอนเพียงแค่ประมาณ 1 10 สำหรับค่าเฉลี่ยเคลื่อนที่ 16 จุดหรือ 1 3 สำหรับค่าเฉลี่ยเคลื่อนที่สี่จุดเราสามารถทำอะไรได้ดีกว่าที่คิดไว้ข้างต้นสร้างขึ้นโดยรหัส Matlab ต่อไปนี้ 0 pi 400 pi H4 1 4 1-exp - i omega 4 1-exp - i omega H8 1 8 1-exp - i omega 8 1-exp - i omega H16 1 16 1-exp - i omega 16 1-exp-i omega พล็อตโอเมก้า, abs H4 abs H8 abs H16 แกน 0, pi, 0, 1.Copyright 2000- - University of California, Berkeley ตัวกรองอัตราการเคลื่อนที่แบบง่ายหน้านี้อธิบายตัวกรองค่าเฉลี่ยเคลื่อนที่แบบง่ายๆหน้านี้เป็นส่วนหนึ่งของส่วนการกรองที่เป็นส่วนหนึ่งของคู่มือการตรวจหาและวินิจฉัยข้อบกพร่อง ตัวกรองค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยค่าล่าสุดของการป้อนข้อมูลตัวกรองสำหรับจำนวนอินพุทที่กำหนดไว้นี่เป็นตัวอย่างที่พบได้บ่อยที่สุด ของค่าเฉลี่ยของค่าเฉลี่ยของประเภท MA ของตัวกรองหรือที่เรียกว่าตัวกรอง FIR Impulse Response Impulse แต่ละตัวป้อนข้อมูลล่าสุดจะคูณด้วยค่าสัมประสิทธิ์สำหรับตัวกรอง MA เชิงเส้นทั้งหมดและค่าสัมประสิทธิ์สำหรับค่าเฉลี่ยเคลื่อนที่ทั้งหมดนี้มีค่าเท่ากับ 1 0 เพื่อให้เอาท์พุทตรงกับ input เมื่อ input input doesn t เปลี่ยนเอาท์พุทของมันขึ้นอยู่กับปัจจัยการผลิตที่ผ่านมาซึ่งแตกต่างจากตัวกรองเลขลำดับที่ reuses เอาต์พุตก่อนหน้าของพารามิเตอร์เดียวคือจำนวนจุดโดยเฉลี่ย - ขนาด window. Moving การตอบสนองขั้นตอนเฉลี่ยเช่นเดียวกับตัวกรอง MA ใด ๆ จะเสร็จสิ้นการตอบสนองขั้นตอนในเวลา จำกัด ขึ้นอยู่กับขนาดของหน้าต่างตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ดังกล่าวข้างต้นขึ้นอยู่กับ 9 จุดภายใต้สมมติฐานที่เจียมเนื้อเจียมตัวก็คือการให้การประมาณการการปรับให้เรียบที่ดีที่สุดสำหรับค่าที่ จุดกึ่งกลางของช่วงเวลาในกรณีนี้ 4 5 ช่วงเวลาตัวอย่างในอดีตลิขสิทธิ์ 2010 - 2013, Greg Stanley