0
A
回答
0
这听起来像你想估计一些缓慢变化的流参数。您的方法可以像实际移动窗口一样简单(保留最后n个值,以便在窗口后缘向前移动时知道要减去的内容)。
或者你可以使用一个简单的指数平滑估计:
estimate = k * estimate + (1-k) * measurement
或更复杂的数学体现过滤器流的动态,如http://en.wikipedia.org/wiki/Kalman_filter的先验的理论。
相关问题
- 1. 数据框中的滑动窗口r
- 2. 滑动窗口使用R
- 3. 使用滑动窗口FFT
- 4. 使用滑动窗口
- 5. opencv滑动窗口
- 6. rollapply滑动窗口
- 7. WPF滑动窗口
- 8. CustomControl滑动窗口
- 9. 滑动窗口seq
- 10. RxJava滑动窗口
- 11. 滑动窗口集
- 12. 星火流 - 滑动窗口和使用不同的
- 13. R中的滑动窗口函数
- 14. vb.net中的2d数组滑动窗口
- 15. 滑动窗口在熊猫据帧
- 16. 与大熊猫据帧滑动窗口的数据
- 17. 灵活的滑动窗口(使用Python)
- 18. R data.table滑动窗口
- 19. 跳过滑动窗口
- 20. Android向上滑动窗口
- 21. 钛:左/右滑动窗口
- 22. ExtJs窗口滑动问题
- 23. 复制表格中数据的“滑动窗口”的好策略?
- 24. Python中的滑动窗口用于GLCM计算
- 25. 用于记录分析的滑动时间窗口
- 26. 用于多人检测的滑动窗口技术
- 27. 滑动窗口,而不在犰狳的数据复制
- 28. 滑动窗口数据传输的最大吞吐量
- 29. R:滚动/滑动中的R窗口和重复计数滑动天数
- 30. Appcelerator。使用滑动打开窗口