Числовое соответствие шаблону

Question

Проект, который я изучаю, требует некоторого численного сопоставления шаблонов. Мои поисковые запросы не отображали много релевантных запросов, поскольку большинство результатов, как правило, связаны с сопоставлением текстовых шаблонов. Идея заключается в том, что у нас будут определенные волновые шаблоны, которые нам понадобятся для просмотра и попытки сопоставить входящие данные и базу данных волн, которую мы будем строить. Вот и пример одного из волновых шаблонов, которые нам нужно сопоставить.

alt text http://tmp.stayhealthy.com/wave.png

Существует явная закономерность, но пики не будут иметь те же самые значения, но общая форма итераций волны будет очень похожа. Есть ли у кого-нибудь какие-либо советы о том, как хранить и затем сопоставлять эти шаблоны, и/или другие условия поиска, которые я могу использовать, чтобы найти дополнительную информацию по теме сопоставления шаблонов?

Thanks, Tim.

Answer 1

FFT полезен для общего анализа последовательности данных.

Если вам необходимо сопоставить последовательности, то phase correlation намного эффективнее линейной корреляции. Пример wikipedia предназначен для 2D-анализа изображения, но его можно использовать и в 1D.

Answer 2

Проверить (дискретное) преобразование Фурье, которое может извлекать частоту временных рядов.

(и Excel имеет встроенную функцию быстрого преобразования Фурье-преобразования.)

Answer 3

Вы должны начать читать о correlation.

Проще всего начать с Linear Correlation, но получите хорошую статистику. Visual Statistics похоже very good start.

---

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

---

В зависимости от конкретных требований, вы можете захотеть взглянуть на R programming language, которая специально разработана для статистического анализа, и/или SciPyPython библиотека

Вы, кажется, есть два простых переменных линейных корреляция, если вместо показа временной шкалы вы делаете график рассеяния с X, который является серией 1, а Y является серией 2, вы увидите упакованное облако точек с нисходящим наклоном. Это линейная корреляция.

Answer 4

Вы посмотрели Wavelets?

Answer 5

Я думаю, вам будет легче обнаружить такие шаблоны во временном представлении вашего сигнала, а не пытаться напрямую использовать анализ Фурье. Я сделал my PhD по аналогичной проблеме в контексте дифракционных данных. Программное обеспечение, которое я использовал, доступно here.