函数 > 数据分析 > 平滑 > 中值平滑
中值平滑
medsmooth(v, [n], [m]) - 通过将 v 中的每个值替换为以该值为中心的 n 个点的中值来返回平滑矢量。窗口宽度 n 趋近于矢量的末值。
medsmooth 函数执行中值滤波。该函数是功能最强大的平滑函数,因为它受假数据点影响的可能性最小。但它会试图去除数据中的尖锐特征。您可能想要将此方法与高斯核平滑法或局部最小二乘平滑法进行比较。loess 多项式回归法也是一种有效的平滑方法。
VSmooth(v, w) - 对 v 重复进行中值平滑,直到 w 中的每个窗口宽度不再发生改变。平滑是否收敛取决于 TOL
自变量
v 是一个实数数组。
nm 为可选,默认值为 3。
如果 v 是 1D 矢量自变量,则只能设置 n。在这种情况下,自变量 m 不适用。
如果 v 是 2D 矩阵自变量,则可以只设置 n 表示正方形窗口 (n = m),或设置 nm 表示矩形窗口。
w 是窗口宽度矢量。w 的元素必须是长度小于 v 的非负奇数。
这对您有帮助吗?