比较两个数据集的过程

Question

我在当时有两个数据集（以矢量的形式），并将它们绘制在同一个轴上以查看它们如何相互关联，并且特别注意并寻找两个图具有相似的形状（即，在大致相同的时间间隔处两者看似具有正/负梯度的位置）。例如：

到目前为止，我一直在努力通过图形化数据，但认识到，由于数据量是如此之大，每次策划我想看看如何两套相关图形将采取太多很多时间。

是否有任何想法，脚本或函数可能有用于自动化此过程？

Answer 1

您必须考虑的第一件事是您要应用于建立相似性的标准的性质。测量相似性的方法有很多种，您可以更准确地描述您希望“相似”在您的问题中意味着什么，无论编程语言如何，实现它都是最简单的。

说了这么多，下面是一些你可以看看的东西：两个数据集的

• 相关数据集的衍生物
• 差（但我不认为这将是足够强大）
• 频谱分析mentionned由三个
• 等@thron ...

知道的起源的数据集及其变化性也可以帮助制定足够强大的算法。

Answer 2

当然。调用你的两个向量A和B.

1）（可选）使用简单的平均滤波器（Matlab'smooth'）或'filter'命令平滑数据。这将消除似乎基本上是噪声的速度（“梯度”）的局部变化（如在红色轨迹的上升分量中）

2）区分A和B.现在您直接表示速度每个矢量（Matlab'diff'）。

3）将两个差异化向量一起添加（逐元素地）。调用这个C.

4）找出C中绝对值高于某个阈值的所有点（你必须注意数据以便了解应该是什么）。高于此阈值的点表示高度相似的速度。

5）现在查找C中高正值跟随高负值的位置，反之亦然。在这两点之间，您将在A和B中获得相似的曲线。

注意：a）您可以在步骤3之后而不是步骤1之后进行平滑。b）重新5），您可能会遇到这种情况：数据中的“山丘”位于矢量的边缘，因此“切成两半”，矢量在下一个山丘上升之前下降到基线。然后5）会错误地认定山在初始下降和随后上升之间。为了避免这种情况，您可能还需要在两个速度相似点之间的A和B中的点具有较高的绝对值。