moving-average

2热度

1回答

我想创建一个时间表报告显示，在时间轴上的每一日期，中，有一些措施，他们测量了日期的数据集移动平均最新的N个数据点。我有一个日历表，每天都会提供日期。我可以计算出一个时间表，以显示整体平均在该日期之前相当简单，配有相关子查询（实际情况比这要复杂得多，但它基本上可以简化为这一点）： SELECT c.date , ( SELECT AVERAGE(m.value) FROM meas

2热度

3回答

运动平均

我有每秒更新一次与信号强度值范围为0-5的整数属性 - 100 我想能够保持的一个正在进行的测量在过去的10,25,50次测量中移动均线。这样做的最有效方法是什么？我目前正在考虑使用NSMutableArray实现一组FIFO队列，并且每当我在结尾添加一个新队列时弹出主键值，一旦阵列具有必需的条目数量。但是，我不确定是否有更有效的方法来做到这一点。

0热度

1回答

滚动定时器阵列用于计算平均值

语言： C++ 开发环境：微软的Visual C++ 用于图书馆： MFC 问题：这应该是相当简单的，但我无法把头绕在它身上。我试图在给定的时间内计算滚动平均值 - 比如说5秒。我的程序每秒都会收到一条包含一些数字信息的数据消息，其中包括处理过程中的CPU空闲时间。我希望能够在五秒钟内向用户显示平均CPU空闲时间。我正在考虑只使用一个数组并每五秒存储一次值，但我不知道如何执行滚动部分。除非有其他

1热度

1回答

SQL Server中的窗口移动平均值

我正在尝试创建一个函数，该函数计算SQL Server 2008中的窗口移动平均值。我对SQL很陌生，所以我遇到了一些困难。我试图执行移动平均的数据需要按日进行分组（这是所有时间戳数据），然后需要应用可变移动平均窗口。我已经有一个函数按日期分组数据（和@id），它显示在底部。我有几个问题：在移动平均函数内部调用分组函数还是应该一次完成所有操作？是否有可能得到该输入日期，该函数的移动平均线，但

1热度

2回答

10期在移动平均的MySQL不使用日期

我有守门员的数据表，snipet下面 year gameid player sv% gamenum 2009 200165 John Smith 0.923 0165 2009 209754 John Smith 1.000 9754 2009 206938 John Smith 1.000 6938 2009 206155 John Smith 0.833 6155 2009 2030

13热度

4回答

在C++中计算移动平均值

我正在计算信号的移动平均值。信号值（双倍）随机更新。我正在寻找一种有效的方法来实时计算它在时间窗口上的时间加权平均值。我可以自己做，但这比我想象的更具挑战性。我在互联网上发现的大部分资源都是计算周期性信号的移动平均值，但随机时间更新。有没有人知道这方面的好资源？感谢

5热度

4回答

计算时间加权移动平均线

我有一个时间序列的股票价格，并希望计算10分钟窗口内的移动平均线（见下图）。由于价格蜱偶尔出现（即它们是而不是周期性），计算时间加权移动平均值似乎是最公平的。在该图中有四个价格变动：A，B，C和d，与后者三个窗口内部发生。请注意，因为B仅在窗口内出现一段时间（比如3分钟），所以A的值仍然有助于计算。实际上，据我所知，计算应该完全基于A，B和C的值（而不是 D）以及它们和下一点之间的持续时间（

4热度

2回答

SQLite的 - 计算移动平均

我有一个表中的SQLite使用pysqlite： create table t ( id integer primary key not null, time datetime not null, price decimal(5,2) ) 我从这个数据如何计算moving average与窗口X秒大与SQL语句？

3热度

3回答

有效保存加权移动平均数的数据结构/算法

我想在存储日志记录时总结移动多个不同类别的平均值。想象一下，一次保存Web服务器记录一个条目的服务。让我们进一步想象，我们无法访问记录的记录。所以我们看到他们有一次，但以后没有访问它们。对于不同的网页，我想知道命中总数（容易）一个“最近的”平均（如一个月或左右）一个“长期“平均（一年以上）是否有任何聪明的算法/数据模型可以保存这样的移动平均数，而不必通过求和大量数据来重新计算它们？我不

2热度

1回答

极品累积移动平均公式中打开Office

我有在列A中的数据，并且希望把该平均值在B列是这样的： a b 1 10 10 2 7 8.5 3 8 8.333 4 19 11 5 13 11.5 其中，b1 =平均（A1），B2 =平均值（a1：a2），b3 =平均值（a1：a3）... 对于少量数据，使用average（）就可以了，但我有超过1500个数据条目。我想找到一个更有效的方式来做到这一点。