合并用于聚类/神经网络使用的传感器数据

Question

我有几个数据集，即具有2列的矩阵，一个具有matlab日期编号，第二个具有双倍值。下面的例子将它们

>> S20_EavesN0x2DEAir(1:20,:) 
ans = 

    1.0e+05 * 

    7.345016409722222 0.000189375000000 
    7.345016618055555 0.000181875000000 
    7.345016833333333 0.000177500000000 
    7.345017041666667 0.000172500000000 
    7.345017256944445 0.000168750000000 
    7.345017465277778 0.000166875000000 
    7.345017680555555 0.000164375000000 
    7.345017888888889 0.000162500000000 
    7.345018104166667 0.000161250000000 
    7.345018312500001 0.000160625000000 
    7.345018527777778 0.000158750000000 
    7.345018736111110 0.000160000000000 
    7.345018951388888 0.000159375000000 
    7.345019159722222 0.000159375000000 
    7.345019375000000 0.000160625000000 
    7.345019583333333 0.000161875000000 
    7.345019798611111 0.000162500000000 
    7.345020006944444 0.000161875000000 
    7.345020222222222 0.000160625000000 
    7.345020430555556 0.000160000000000 

之一，现在，我有这些不同的传感器的值，我需要让它们连成一个矩阵，这样我就可以进行聚类，神经网络等，唯一的问题就是说，传感器数据的采集时间和时间标记略有不同，从数据收集的角度来看，我无能为力。 我的第一个想法是插值使一个传感器数据集适合另一个，但这似乎是一个混乱的方法，我想也许我错过了一些东西，一个工具箱或函数，使我能够更快地做到这一点，而不需要我摆弄。更复杂的是，传感器的数量随着时间的推移而增加，因此我也在寻找不同的开始日期。

有人如何去做这件事的好主意？谢谢

Answer 1

很难给出聚类部分的答案，因为我不知道你在数据中寻找什么。

对于该神经网络，内插的旁边还有一些想到其他的至少两种方法：

• 训练单独的网络为每个矩阵
• 喂养它们放在一起到同一网络，具有一个标志指定数据来自哪个矩阵，例如：input（timestamp，flag_m1，flag_m2，...，flag_mN）=> target（value）其中flag_m *列是互斥的布尔值 - 即flag_mK为1 iff行来自矩阵K，否则为0。

这些是我可以安全地用你提供的信息量说的唯一的东西。

Answer 2

我认为你首先想到的插值是正确的，至少如果你打算使用NN。另一种选择是使用旨在处理缺失数据的方法，例如http://en.wikipedia.org/wiki/Dempster%E2%80%93Shafer_theory。