比較兩個數據集的過程

Question

我在當時有兩個數據集（以矢量的形式），並將它們繪製在同一個軸上以查看它們如何相互關聯，並且特別注意並尋找兩個圖具有相似的形狀（即，在大致相同的時間間隔處兩者看似具有正/負梯度的位置）。例如：

到目前爲止，我一直在努力通過圖形化數據，但認識到，由於數據量是如此之大，每次策劃我想看看如何兩套相關圖形將採取太多很多時間。

是否有任何想法，腳本或函數可能有用於自動化此過程？

Answer 1

您必須考慮的第一件事是您要應用於建立相似性的標準的性質。測量相似性的方法有很多種，您可以更準確地描述您希望「相似」在您的問題中意味着什麼，無論編程語言如何，實現它都是最簡單的。

說了這麼多，下面是一些你可以看看的東西：兩個數據集的

• 相關數據集的衍生物
• 差（但我不認爲這將是足夠強大）
• 頻譜分析mentionned由三個
• 等@thron ...

知道的起源的數據集及其變化性也可以幫助制定足夠強大的算法。

Answer 2

當然。調用你的兩個向量A和B.

1）（可選）使用簡單的平均濾波器（Matlab'smooth'）或'filter'命令平滑數據。這將消除似乎基本上是噪聲的速度（「梯度」）的局部變化（如在紅色軌跡的上升分量中）

2）區分A和B.現在您直接表示速度每個矢量（Matlab'diff'）。

3）將兩個差異化向量一起添加（逐元素地）。調用這個C.

4）找出C中絕對值高於某個閾值的所有點（你必須注意數據以便了解應該是什麼）。高於此閾值的點表示高度相似的速度。

5）現在查找C中高正值跟隨高負值的位置，反之亦然。在這兩點之間，您將在A和B中獲得相似的曲線。

注意：a）您可以在步驟3之後而不是步驟1之後進行平滑。b）重新5），您可能會遇到這種情況：數據中的「山丘」位於矢量的邊緣，因此「切成兩半」，矢量在下一個山丘上升之前下降到基線。然後5）會錯誤地認定山在初始下降和隨後上升之間。爲了避免這種情況，您可能還需要在兩個速度相似點之間的A和B中的點具有較高的絕對值。