0
A
回答
0
这听起来像你想估计一些缓慢变化的流参数。您的方法可以像实际移动窗口一样简单(保留最后n个值,以便在窗口后缘向前移动时知道要减去的内容)。
或者你可以使用一个简单的指数平滑估计:
estimate = k * estimate + (1-k) * measurement
或更复杂的数学体现过滤器流的动态,如http://en.wikipedia.org/wiki/Kalman_filter的先验的理论。
相关问题
- 1. 数据框中的滑动窗口r
- 2. 使用滑动窗口FFT
- 3. WPF滑动窗口
- 4. 滑动窗口集
- 5. opencv滑动窗口
- 6. 滑动窗口seq
- 7. CustomControl滑动窗口
- 8. 星火流 - 滑动窗口和使用不同的
- 9. vb.net中的2d数组滑动窗口
- 10. R中的滑动窗口函数
- 11. 滑动窗口在熊猫据帧
- 12. 灵活的滑动窗口(使用Python)
- 13. R data.table滑动窗口
- 14. ExtJs窗口滑动问题
- 15. 跳过滑动窗口
- 16. 钛:左/右滑动窗口
- 17. 复制表格中数据的“滑动窗口”的好策略?
- 18. 用于记录分析的滑动时间窗口
- 19. Python中的滑动窗口用于GLCM计算
- 20. R:滚动/滑动中的R窗口和重复计数滑动天数
- 21. Appcelerator。使用滑动打开窗口
- 22. SQL滑动窗口聚集(不使用窗口功能)
- 23. 你可以级联滑动时间窗口火花流
- 24. 高效滑动窗口总和数据库表
- 25. 通过滑动窗口协议进行数据转换,C
- 26. 的Python的句子串滑动窗口
- 27. 对Extjs窗口进行滑动/动画
- 28. 核心动画 - 片状窗口滑动
- 29. data.frame中列的基于时间的平均(滑动窗口)
- 30. 寻找k聚体的滑动窗口