1回答
如何平滑时间序列的频谱？
、、、
我试图从来自this data of housing building permits的these set of slides (PDF p.30，幻灯片的第29页)中复制沃森的谱图。Watson实现了一条非常平滑的频谱曲线，很容易分辨出峰值频率。当我试图对数据运行FFT时，我得到了一个非常嘈杂的频谱曲线，我想知道是否有中间步骤我遗漏了。fftpack.fftfreq(len(spectrum)) #* fs
plt.plot(freqs[:N&#x
浏览 85提问于2020-07-24得票数 2
1回答
频谱时间序列
、、、、
在将频谱转换为时间序列时，我遇到了一个小问题。我读过很多文章，我想我正在应用正确的程序，但我没有得到正确的结果。你能帮我找出错误吗？我有一个时间序列，比如：
当我计算光谱时，我做的是:点数% nPoints=length(timeSeries)；dt=time(2)-time(1);
df=frequen
浏览 3提问于2014-01-22得票数 2
回答已采纳
4回答
我有如下的FFT输出：在523 Hz时是最大值。然而，作为一个凌乱的快速傅立叶变换，有许多小的峰值就在大的峰值附近。然而，它们是不相关的，而显示的峰值是不相关的。我可以使用的任何算法来提取这个FFT的最大值是重要的吗?也就是说，不是只有随机的峰值出现在“真实”峰值附近吗？也许有一种滤波器可以应用于这个FFT输出？编辑:本文的背景是，我正在尝试获取一次性声音样本(就像有人
浏览 4提问于2011-04-15得票数 3
回答已采纳
我正在尝试用R中的相应频谱图绘制时间序列(地震仪)。由于我想将时间序列与频谱图进行比较，因此时间序列上的X轴标签需要与频谱图上的X轴标签对齐。然而，我在这方面遇到了很多麻烦。到目前为止，我能做的最好的事情就是使用并尝试通过调整谱图边界来手动强制谱图标签与时间序列标签对
浏览 2提问于2012-08-28得票数 2
回答已采纳
我试图在dB尺度上计算和绘制bartlett窗口的DTFT，但是出现了奇怪的峰而不是圆形的。我首先计算窗口的DTFT变换，我也移动DTFT和freqs，计算DTFT的abs，并将移位DTFT的值标准化，但奇怪的形状/峰值出现在下面的图像中。我知道巴特利特窗户的DTFT更平滑。
浏览 1提问于2022-01-04得票数 1
回答已采纳
1回答
在基本图表中，如果单击“随机化数据”按钮，图表就会动画(即平滑地呈现)。如何在时间序列图上实现平滑的绘制。
谢谢。
浏览 3提问于2020-09-08得票数 0
回答已采纳
1回答
我想使用基于模型的聚类来对1225个时间序列(每个24个周期)进行分类。我已经使用快速傅立叶变换对这些时间序列进行了分解，并选择了至少解释样本中所有时间序列的时间序列方差的阈值百分比的谐波。我想对给定时间序列的每个变换元素的实部和虚部进行基于模型的聚类，因为这可能会使我不必考虑跨时间<
浏览 29提问于2011-11-26得票数 3
回答已采纳
2回答
频谱时间序列图
、、
我很难找到一个类似于我上面图示的图表类型。它类似于染色体、谱或条形码。它有一列(浅蓝色)，表示数据集中相对于阈值的值范围。我希望用户能够指示时间范围，并查看在该时间范围内观察到了哪些值(深蓝色)。
堆叠条形图在视觉上看起来最接近，但它不适用于时间序列数据，也不适用于二进制分组(在范
浏览 7提问于2015-01-15得票数 0
在R中，如何对金融(“工作日”)-based时间序列使用霍尔特-温特斯平滑？
(例如，股票数据时间序列具有不规则的时间索引)。
浏览 1提问于2010-10-03得票数 1
我对信号应用不同的窗口，然后使用MATLAB中的fft函数获得频率响应。这个想法是为了隔离信号的峰值，消除噪声和混响。不同窗口：我的频率响应：放大峰值：我不明白为什么会有差异的原因，特别是我使用Gaussian得到的峰值(图3)。我知道使用标准差小的Gaussian可以消除噪声，获得更清晰的信号。谢谢。
浏览 0提问于2018-02-01得票数 0
是否有人尝试过对时间序列和加速度数据进行主成分分析(即。(来自加速度计和传感器的数据)，并尝试压缩它，并以最小的误差重新生成数据？
我想知道是否可以用PCA。请建议可用于压缩和重新整理我的数据的其他方法。
浏览 0提问于2016-02-07得票数 2
1回答
我有一个3小时温度数据的时间序列，我已经分析了这些数据，并找到了使用傅立叶分析的功率谱。14,10))ax.semilogy(yfreqs[y_idx],yps[y_idx])原始数据：
频谱：功率谱：现在我知道信号在1和2的频率下是最强的，我想创建一个滤波器(非箱式)，它可以平滑数据以保持这些主要频率。有没有特定的
浏览 0提问于2016-05-01得票数 5
2回答
我正在开发一个用Java编写的系统，它能够使用历史数据执行预测。正在使用的算法是的Java端口(mul-plica son)。我知道我需要某种非线性优化，但我根本不是数学家，所以我有点迷失在所有这些理论和概念中。编辑
我有
浏览 2提问于2012-09-24得票数 6
回答已采纳
1回答
我知道谱图可以使用python中不同库的不同函数来绘制。在matplotlib中，plyplot直接使用时间序列音频数据绘制频谱图，但librosa在绘制频谱图之前首先对数据进行短傅立叶变换。请告诉我两者的详细区别2.matplotlib.pyplot.specgram()
我在网上搜索了很多次，但是找不到任何相关的信息。
浏览 3提问于2020-10-06得票数 0
1回答
我在一个时间序列上采样了一些运动数据。我试图把实时的动作分类为平滑的或不稳定的。例如，当运动是平滑的，它被归类为平滑，直到它突然变得不稳定，然后被归类为如此。
我在做这件事时遇到了严重的困难。除了使用RNN并将时间序列数据的子集进行分类(我没有足够的数据来训练)之外，还有人知道时间序列分类算法吗？我计划用一个标
浏览 0提问于2018-02-12得票数 7
1回答
我正在尝试找出我的数据中是否存在6个月的季节性。我想用频谱分析来做这件事，我会在一个特定的频率下查看频谱的Ftest。如果我基于频率为12的时间序列对象计算x轴，我希望能够帮助我理解频谱分析中x轴的含义(即频率的含义)。data = ts(1:120, frequency = 12, sta
浏览 7提问于2017-02-17得票数 0
1回答
因此，离散傅里叶变换似乎是从集合中提取频率的合理选择。我想过选择一个小的分辨率--例如一秒钟--然后产生一个时间序列，从第一条消息的时间开始，通过当前的</em
浏览 0提问于2013-10-04得票数 2
回答已采纳
2回答
我正在尝试对流音频数据进行快速频谱分析，以捕获元音(类似于JLip-sync)。使用PyAudio捕获小块(1024)的语音数据，持续时间较短(0.0625秒)。考虑到我感兴趣的频率(从300 Hz到3000 Hz)，如何使用我正在寻找的数据长度和最小/最大频率来计算理想的窗口大小？卡迪尔
浏览 1提问于2011-04-07得票数 5
2回答
我试图使用指数烟雾来平滑时间序列。假设我的时间序列如下所示：oildata = pd.Series(data, index)
我想得
浏览 1提问于2020-04-01得票数 1
回答已采纳
云服务器
ICP备案
云直播
腾讯会议
对象存储
腾讯云开发者
