使用双向量进行模式识别

Question

我有一组包含相同数量条目的向量。我一直在谷歌搜索一段时间，但我还没有发现任何有用的：

有没有办法检测这些数字模式？

的载体是这样的：

{840.2，842.1，...，} { 840.3，843.1，...，} ....

Answer 1

分析数据，我建议编写一个程序将数据放入逗号分隔值格式的文件中，然后将该文件输入到电子表格中。电子表格已经有很好的功能来分析数据。

一个好的项目是使用（实现）神经网络来分析数据。在网上搜索“神经网络C++”。

Answer 2

根据上面的评论，我想你会对cross-correlation感兴趣。

的基本思想是，你有两个向量（长度米之一和长度Ñ，其中Ñ通常比米小得多的一个），并创建一个第三向量（长度的 m- n）其值表示较小的向量与特定点处较大的一部分相匹配的程度。

的基本算法是这样的：

for i = 0 to m - n 
    output[i] = 0 
    for j = 0 to n 
     output[i] = output[i] + (v0[i + j] * v1[j])^2 

在输出向量的最大值的索引是其中较小的输入最好向量匹配越大。

这个天真的实现非常慢，但是在上面的链接的Properties部分中，我们看到我们可以使用FFT来快速计算互相关。

Answer 3

您也可以使用像cosine similarity这样的指标来确定两个向量的相似程度。如果所有的矢量都遵循类似的趋势，那么它们的余弦相似性也应该是相似的。