平滑数据
平滑噪声数据
语法
B = smoothdata (A)
B = smoothdata(暗)
B=平滑数据(＿＿＿，方法）
B=平滑数据(＿＿＿，方法，窗口）
B=平滑数据(＿＿＿，南旗）
B=平滑数据(＿＿＿、名称、值)
[B,窗口]= smoothdata (＿＿＿）
描述
例子
用移动平均线平滑数据
创建一个包含噪声数据的向量，并使用移动平均值平滑数据。绘制原始数据和平滑数据。
x=1:100；A=cos（2*pi*0.05*x+2*pi*rand）+0.5*randn（1100）；B=平滑数据（A）；图（x，A，“o”，x，B，“-x”)传奇(“原始数据”,“平滑数据”）
噪声数据矩阵
创建一个矩阵，其行代表三个噪声信号。使用移动平均线平滑三个信号，并绘制平滑数据。
x = 1:10 0;s1 = cos(2 * 0.03π* * x + 2 *π*兰德)+ 0.5 * randn (1100);s2 = cos(2 * 0.04π* * x + 2 *π*兰德)+ 0.4 * randn (1100) + 5;s3 = cos(2 *π* 0.05 * x + 2 *π*兰德)+ 0.3 * randn - 5 (1100);= (s1);s2;s3);B = smoothdata (2);情节(x, B (1:), x, B (2:), x, B (3,:))
高斯滤波器
使用高斯加权移动平均滤波器平滑噪声数据向量。显示滤波器使用的窗口长度。
x=1:100；A=cos（2*pi*0.05*x+2*pi*rand）+0.5*randn（1100）；[B，窗口]=smoothdata（A，“高斯”）;窗口
窗口=4
使用长度为20的较大窗口平滑原始数据。绘制两个窗口长度的平滑数据。
C = smoothdata (,“高斯”, 20);情节(x, B,“o”，x，C，“-x”)传奇(“小窗”,“大窗户”）
向量和南
创建一个噪声矢量包含南值，并平滑忽略数据南，这是默认值。
A = [NaN randn(1,48) NaN randn(1,49) NaN];B = smoothdata(一个);
平滑数据，包括南值。窗口中包含的平均值南是南．
C = smoothdata (,“includenan”）;
把平滑的数据画进去B和C．
图（1:100，B，“o”1:10 0 C“-x”)传奇(“忽略NaN”,“包括楠”）
使用采样点平滑数据
创建一个与时间向量相对应的噪声数据向量t．平滑数据相对于时间t，并绘制原始数据和平滑数据。
x=1:100；A=cos（2*pi*0.05*x+2*pi*rand）+0.5*randn（1100）；t=datetime（2017,1,1,0,0,0）+小时（0:99）；B=smoothdata（A，“SamplePoints”t);情节(t),“o”t、B“-x”)传奇(“原始数据”,“平滑数据”）
输入参数
一个- - - - - -输入数组
矢量|矩阵|多维数组|桌子|时间表
输入数组，指定为向量、矩阵、多维数组、表或时间表。如果一个是一个表或时间表，那么要么变量必须是数字，要么必须使用“DataVariables”名称-值对以显式列出数值变量。在处理也包含非数值变量的表时，指定变量非常有用。
数据类型:双|仅有一个的|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|桌子|时间表
复数的支持:万博1manbetx对
昏暗的- - - - - -操作方向尺寸
正整数标量
要沿其操作的维度，指定为正整数标量。如果未指定值，则默认值为大小不等于1的第一个数组维度。
考虑一个矩阵一个．
B = smoothdata (1)的每个列中的数据进行平滑处理一个．
B = smoothdata (2)平滑列表中每一行的数据一个．
当一个是一张桌子或时刻表，昏暗的不支持。万博1manbetx平滑数据分别对每个表或时间表变量进行操作。
数据类型:双|仅有一个的|int8|int16|int32|int64|uint8|uint16|uint32|uint64
方法- - - - - -平滑方法
“movmean”（默认）|“movmedian”|“高斯”|“洛维斯”|“黄土”|“rlowess”|“rloess”|“sgolay”
平滑方法，指定为以下方法之一：
“movmean”-在每个窗口移动平均一个。此方法有助于减少数据中的周期性趋势。“movmedian”-移动中值在每个窗口一个．这种方法对于在异常值存在时减少数据的周期趋势是有用的。“高斯”-每个窗口上的高斯加权移动平均数一个．“洛维斯”线性回归的每个窗口一个．这种方法计算昂贵，但产生的不连续点较少。“黄土”的每个窗口的二次回归一个．这种方法在计算上比“洛维斯”．“rlowess”的每个窗口的稳健线性回归一个．这种方法是该方法的一个计算成本更高的版本“洛维斯”，但它对异常值更为稳健。“rloess”的每个窗口的稳健二次回归一个．这种方法是该方法的一个计算成本更高的版本“黄土”，但它对异常值更为稳健。“sgolay”-Savitzky-Golay滤波器，根据拟合在每个窗口上的二次多项式进行平滑一个．当数据变化迅速时，该方法比其他方法更有效。
窗口- - - - - -窗口长度
正整数标量|正整数的二元向量|积极的标量时间|正持续时间的二元向量
窗口长度，指定为正整数标量、正整数的两元素向量、正持续时间标量或正持续时间的两元素向量。
当窗口是正整数标量，则窗口以当前元素为中心并包含窗口1相邻的元素。如果窗口如果是偶数，则窗口将以当前和以前的元素为中心。如果窗口是一个正整数的二元向量吗f [b]，则窗口包含当前元素，b元素向后,f元素前进。
当一个有时间表或时间吗“SamplePoints”指定为日期时间或持续时间向量,窗口必须是持续时间，并相对于采样点计算窗口。
当窗口长度也指定为输出参数时，输出值与输入值匹配。
数据类型:双|仅有一个的|int8|int16|int32|int64|uint8|uint16|uint32|uint64|持续时间
南旗- - - - - -南条件
“奥米南”（默认）|“includenan”
南条件，指定为以下值之一:
“奥米南”——忽略南值。如果一个窗口包含所有南值,然后平滑数据返回南．“includenan”-包括南值在每个窗口内计算时，导致南．
名称-值对的观点
指定可选的逗号分隔的对名称,值参数。名称参数名和价值是对应的值。名称必须出现在单引号内(' ')．可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．
smoothdata(“SmoothingFactor”,0.5)
输出参数
算法
如果未指定平滑方法的窗口大小，平滑数据基于启发式计算默认窗口大小。对于平滑因子τ，启发式估计一个移动平均窗口大小，该窗口大小衰减约为输入数据能量的100*τ %。
扩展能力
介绍了R2017a
您还可以从以下列表中选择网站：
