你知道任何並行修改的移動平均算法嗎?小硬核:你知道任何並行修改的移動平均算法嗎?
我想快速計算移動平均線,但不想用sequential algorithms。我想使用並行算法,但我還沒有找到解決方案。
最好的算法,我發現是順序算法modified moving average for measuring computer performance:
new_avg = alfa(new_time, previous_time) * new_value + (1-alfa(new_time, previous_time)) * previous_avg
alfa(new_time, previous_time) = 1- exp(-(new_time - previous_time)/moving_period)
其他一些算法也不錯,但我還沒有找到並行算法。
這是一個很難的問題,我需要一些幫助。
考慮,我想指望這會在隨機時間順序的事件 - 早期事件可以稍後,延遲事件 - 你可以假設早期事件,可以跳過/後期加工事件之後變得過時(或一些超時)。 不假定事件的連續時間順序和事件從同一時間將與同一時間來。
我不希望使用任何算法需要記住許多樣品(特別是全部)應該只記得一次和以前的平均值也許一些額外的價值而不是全部或同一樣品。考慮到算法可以使一些小的錯誤不需要完美,如果它的原因是一些性能提升。
這將是非常好的,如果它將使用分片,但不是必需的。
你在尋找的東西預實施或你在找剛纔的算法? – AlexLordThorsen 2013-05-07 19:16:55
我想學習算法或代碼或使用python的東西。 – Chameleon 2013-05-07 19:18:26