1
我需要计算一个加权移动平均无循环和存储信息的过程。重量可能是线性的,因此旧样本的权重小于新样本的权重。如何高效地计算加权移动平均数
例如,使用20个样本的窗口,我的权重向量是:
[1 2 3 4 5 ... 20]
我使用下面的公式来计算移动平均值:
newMean = currMean + (newSample - currMean)/WindowSize
现在我需要“注入”体重。我可以知道: 1.我正在考虑哪个样本(第14 ....第26 ....),我可以算。 当然2,我可以知道currMean
我能知道,但我不想做的事: 1.存储所有样本(在我的情况下,他们是1200 X 1980年×3矩阵,我根本就不存储它们)。
我目前使用Matlab,但我真的不需要代码,只是概念,如果它存在。
谢谢。
我只是使用卷积和构造你的过滤器,使所有的权重总和为1.即'(1:20)./ sum(1:20)' – Suever
嗯我使用非常大的矩阵,我不我不认为卷积对我有好处。我的意思是......我现在只是使用3个简单的数学运算,为什么我只为重量引入卷积? – Leo91
卷积确实*精确*您正在尝试做什么,并且非常有效地做到这一点 – Suever