我有一个具有开/关数据的二进制时间序列数据集。这通常是短暂的,因此看起来像一个高峰。这是它的外观。用于检测时间序列信号数据中峰值簇的算法
我已检测到的峰和所述峰之间提取的时间间隔和有数据为它太(在底部小红色2WAY箭头)。问题是,正如我们可以看到的那样,峰值是聚类的,而且我想要对脉冲群大小(群集中的峰值数量),交织间隔(第一个群集的最后一个峰值与第一个峰值之间的距离)进行量化最后一个集群),没有。爆炸等。
一旦识别出集群,这一切都很容易。这可以通过将interpeak间隔设置为大于某个值来轻松完成。但是,我的所有数据都没有这样明确定义的群集,而且这些群体的间隔时间差异很大。一些数据集甚至没有集群。所以我的主要问题是基于一些自动和相对(不固定)阈值来识别群集。
有人可以帮助我一个相同的算法。
做你的功课,并阅读例如核密度估计,甚至检测等。尝试形式化你的群集概念。 –