موفينغ فيلتر فيلتر إركلرونغ

المتوسط ​​المتحرك يعلمك هذا المثال كيفية حساب المتوسط ​​المتحرك لسلسلة زمنية في إكسيل. ويستخدم المتوسط ​​المتحرك للتخلص من المخالفات (قمم ووديان) للتعرف بسهولة على الاتجاهات. 1. أولا، دعونا نلقي نظرة على السلاسل الزمنية لدينا. 2. من علامة التبويب بيانات، انقر فوق تحليل البيانات. ملاحظة: لا يمكن العثور على زر تحليل البيانات انقر هنا لتحميل الوظيفة الإضافية تولباس تولباك. .3 حدد متوسط ​​النقل وانقر فوق موافق. .4 انقر في مربع نطاق الإدخال وحدد النطاق B2: M2. 5. انقر في المربع الفاصل الزمني واكتب 6. 6. انقر في المربع نطاق الإخراج وحدد الخلية B3. 8. رسم رسم بياني لهذه القيم. إكسلاناتيون: لأننا نقوم بضبط الفاصل الزمني الى 6، المتوسط ​​المتحرك هو متوسط ​​نقاط البيانات الخمس السابقة ونقطة البيانات الحالية. ونتيجة لذلك، يتم تمهيد قمم والوديان بها. يظهر الرسم البياني اتجاها متزايدا. لا يستطيع إكسيل حساب المتوسط ​​المتحرك لنقاط البيانات الخمس الأولى لأنه لا توجد نقاط بيانات سابقة كافية. 9. كرر الخطوات من 2 إلى 8 للفاصل الزمني 2 والفاصل الزمني 4. الخاتمة: كلما زاد الفاصل الزمني، كلما تم تمهيد القمم والوديان. كلما كان الفاصل الزمني أصغر، كلما كانت المتوسطات المتحركة أقرب إلى نقاط البيانات الفعلية. هل من الممكن تنفيذ متوسط ​​متحرك في C دون الحاجة إلى نافذة من العينات وجدت أن يمكنني تحسين قليلا، عن طريق اختيار حجم النافذة التي قوة اثنين للسماح بتغيير قليلا بدلا من تقسيم، ولكن لا تحتاج إلى المخزن المؤقت سيكون لطيفا. هل هناك طريقة للتعبير عن نتيجة متوسط ​​متحرك جديد فقط كدالة للنتيجة القديمة والعينة الجديدة حدد مثالا متحركا على سبيل المثال، عبر نافذة مكونة من 4 عينات لتكون: إضافة عينة جديدة ه: يمكن تنفيذ المتوسط ​​المتحرك بشكل متكرر ، ولكن لحساب دقيق للمتوسط ​​المتحرك عليك أن تتذكر أقدم عينة المدخلات في المجموع (أي في المثال الخاص بك). وبالنسبة للمتوسط ​​المتحرك N الذي تحسبه: حيث ين هي إشارة الخرج و شن هي إشارة الدخل. مكافئ. (1) يمكن أن تكون مكتوبة بشكل متكرر كما كنت دائما بحاجة إلى تذكر العينة شن-N من أجل حساب (2). وكما أشار كونراد تيرنر، يمكنك استخدام نافذة أسي طويلة (بلا حدود) بدلا من ذلك، والتي تسمح لك بحساب الإخراج فقط من المخرجات السابقة والإدخال الحالي: ولكن هذا ليس متوسط ​​متحرك (غير مرجح) قياسي ولكن بشكل أضعافا مضاعفة (حيث على الأقل من الناحية النظرية) لا تنسى أبدا أي شيء (الأوزان فقط تحصل على أصغر وأصغر للعينات بعيدة في الماضي). أنا نفذت المتوسط ​​المتحرك دون ذاكرة البند الفردية لبرنامج تتبع غس كتبته. أبدأ مع 1 عينة وتقسيم بنسبة 1 للحصول على متوسط ​​الحالي. ثم قم بإضافة عينة أنوث وتقسيمها 2 إلى المتوسط ​​الحالي. يستمر هذا حتى يصل إلى طول المتوسط. في كل مرة بعد ذلك، أضيف في العينة الجديدة، واحصل على المتوسط ​​وأزل هذا المتوسط ​​من المجموع. أنا لست رياضياتيا ولكن هذا يبدو وكأنه وسيلة جيدة للقيام بذلك. أنا أحسب أنه من شأنه أن يحول المعدة من رجل الرياضيات الحقيقي ولكن، اتضح أنها واحدة من الطرق المقبولة للقيام بذلك. ويعمل بشكل جيد. فقط تذكر أن ارتفاع طول الخاص بك أبطأ هو اتباع ما كنت تريد أن تتبع. وهذا قد لا يهم معظم الوقت ولكن عندما تتبع الأقمار الصناعية، إذا كنت بطيئا، يمكن أن يكون درب بعيدا عن الوضع الفعلي، وسوف تبدو سيئة. هل يمكن أن يكون هناك فجوة بين جلس والنقاط زائدة. اخترت بطول 15 تحديث 6 مرات في الدقيقة الواحدة للحصول على تجانس كافية ولا تحصل بعيدا جدا عن الوضع الفعلي جلس مع نقاط درب ممهدة. أجاب 16 نوفمبر 16 في 23:03 تهيئة العدد الإجمالي 0، count0 (في كل مرة رؤية قيمة جديدة ثم إدخال واحد (سكانف)، واحد إضافة توتالنوفالو، زيادة واحدة (عدد)، واحد معدل الفجوة (توتالكونت) سيكون هذا المتوسط ​​المتحرك أكثر من جميع المدخلات لحساب المتوسط ​​فوق المدخلات الأربعة الأخيرة فقط، يتطلب 4 مدخلات، ربما نسخ كل مدخلات إلى مدخلات قديمة، ثم حساب المتوسط ​​المتحرك الجديد، حيث أن مجموع المدخلات 4، مقسوما على 4 (التحول الصحيح 2 سيكون جيد إذا كانت جميع المدخلات إيجابية لجعل متوسط ​​الحساب أجاب فب 3 15 في 4:06 وهذا في الواقع حساب المتوسط ​​الكلي وليس المتوسط ​​المتحرك. كما يحصل العد أكبر تأثير أي عينة إدخال جديدة تصبح صغيرة تتلاشى نداش هيلمر فبراير 3 15 أت 13:53 يور أنسور 2017 ستاك إكسهانج، إنكميان تصفية الأسماء الشائعة: تصفية، تمهيد، متوسط، تصفية مربع وصف موجز يعني تصفية هو بسيطة، بديهية وسهلة لتنفيذ طريقة تمهيد الصور، أي إعادة مما يخفض مقدار التباين في الكثافة بين بكسل واحد والجزء التالي. وغالبا ما تستخدم للحد من الضوضاء في الصور. كيف يعمل فكرة تصفية يعني ببساطة لاستبدال كل قيمة بكسل في صورة مع متوسط ​​(متوسط) قيمة جيرانها، بما في ذلك نفسها. هذا له تأثير القضاء على قيم بكسل التي هي غير ممثلة لمحيطها. وعادة ما ينظر إلى الترشيح المتوسط ​​على أنه مرشح التفاف. مثل غيرها من التحليلات أنها تقوم حول نواة. والتي تمثل شكل وحجم الحي الذي يجب أخذ عينات منه عند حساب المتوسط. في كثير من الأحيان يتم استخدام نواة مربع 32153، كما هو مبين في الشكل 1، على الرغم من أن حبات أكبر (على سبيل المثال 52155 المربعات) يمكن استخدامها لتلطيف أكثر شدة. (لاحظ أن نواة صغيرة يمكن تطبيقها أكثر من مرة من أجل إنتاج تأثير مماثل ولكن ليس متطابقة كما تمريرة واحدة مع نواة كبيرة). الشكل 1 32153 متوسط ​​نواة غالبا ما تستخدم في تصفية يعني حساب التلازم المباشر للصورة مع هذه النواة تنفذ عملية الترشيح المتوسطة. إرشادات الاستخدام يستخدم الترشيح المتوسط ​​كطريقة بسيطة للحد من الضوضاء في الصورة. نوضح المرشح باستخدام يظهر الأصلي تالف من الضوضاء غاوس بمتوسط ​​صفر والانحراف المعياري () من 8. يبين تأثير تطبيق عامل تصفية 32153 يعني. لاحظ أن الضوضاء أقل وضوحا، ولكن الصورة قد خففت. إذا قمنا بزيادة حجم المرشح المتوسط ​​إلى 52155، نحصل على صورة ذات ضجيج أقل وتفاصيل أقل ترددا عالي، كما هو مبين في الصورة نفسها الأكثر تضررا من الضوضاء الغوسية (بمتوسط ​​صفر و 13) في نتيجة لتصفية المتوسطة مع نواة 32153. يتم تقديم مهمة أكثر صعوبة من خلال يظهر تأثير تمهيد الصورة صاخبة مع مرشح 32153 يعني. وبما أن قيم البكسل للضوضاء غالبا ما تكون مختلفة جدا عن القيم المحيطة، فإنها تميل إلى تشويه متوسط ​​البكسل المحسوب بواسطة المرشح المتوسط. استخدام مرشح 52155 بدلا يعطي هذه النتيجة ليست تحسنا كبيرا في الحد من الضوضاء، وعلاوة على ذلك، فإن الصورة الآن غير واضحة جدا. وتوضح هذه الأمثلة المشكلتين الرئيسيتين مع تصفية المتوسطة، وهما: بكسل واحد مع قيمة غير تمثيلية جدا يمكن أن تؤثر بشكل كبير على القيمة المتوسطة لجميع وحدات البكسل في حيها. عندما يمتد حي الفلتر إلى حافة، سيقوم المرشح باستكمال قيم جديدة للبكسل على الحافة، وبالتالي سيؤدي إلى تعتيم تلك الحافة. قد يكون هذا مشكلة إذا كانت مطلوبة حواف حادة في الإخراج. كل من هذه المشاكل يتم معالجتها بواسطة المرشح الوسيط. والتي غالبا ما تكون مرشحا أفضل للحد من الضوضاء من المرشح المتوسط، ولكن يستغرق وقتا أطول لحساب. وبشكل عام، يعمل المرشح المتوسط ​​كمرشاح تردد لوباس، وبالتالي، يقلل من مشتقات شدة المكانية الموجودة في الصورة. لقد رأينا بالفعل هذا التأثير بمثابة تخفيف من ملامح الوجه في المثال أعلاه. الآن النظر في الصورة التي تصور مشهد يحتوي على مجموعة واسعة من الترددات المكانية المختلفة. بعد تمهيد مرة واحدة مع مرشح 32153 يعني نحصل على إشعار بأن معلومات التردد المكاني منخفضة في الخلفية لم تتأثر بشكل كبير من قبل التصفية، ولكن حواف (مرة واحدة هش) من المقدمة المقدمة تم تمهيد بشكل ملحوظ. بعد التصفية مع فلتر 72157، نحصل على توضيح أكثر دراماتيكية لهذه الظاهرة في مقارنة هذه النتيجة التي تم الحصول عليها عن طريق تمرير مرشح 32153 على الصورة الأصلية ثلاث مرات في الاختلافات المتغيرات المشتركة على مرشح التمهيد يعني مناقشتها هنا تشمل عتبة المتوسط ​​حيث يتم تطبيق التجانس رهنا بشرط تغيير قيمة بيكسل المركزية فقط إذا كان الفرق بين قيمته الأصلية ومتوسط ​​القيمة أكبر من العتبة المحددة مسبقا. وهذا له تأثير أن الضوضاء تمهيد مع فقدان أقل دراماتيكية في تفاصيل الصورة. وغالبا ما تستخدم مرشحات الالتفاف الأخرى التي لا تحسب متوسط ​​الحي في التجانس. واحد من أكثر هذه العوامل شيوعا هو مرشح التجانس الغاوسي. تجربة تفاعلية يمكنك تجربة تفاعلية مع هذا المشغل من خلال النقر هنا. ويحسب متوسط ​​المرشح باستعمال توليف. هل يمكن التفكير في أي الطرق التي يمكن أن تستخدم خصائص خاصة من نواة تصفية المتوسطة لتسريع التلاميذ ما هو التعقيد الحسابي لهذا التفاف أسرع استخدام كاشف الحافة على الصورة ونلاحظ قوة الإخراج. ثم تطبيق مرشح 32153 يعني إلى الصورة الأصلية وتشغيل كاشف الحافة مرة أخرى. التعليق على الفرق. ماذا يحدث إذا تم استخدام فلتر 52155 أو 72157 تطبيق مرشح متوسط ​​32153 مرتين لا ينتج نفس النتيجة تماما عند تطبيق مرشح متوسط ​​52155 مرة واحدة. ومع ذلك، يمكن بناء 52155 نواة التفاف أي ما يعادل. ماذا تبدو هذه النواة مثل نواة انحلال 72157 التي لها تأثير مكافئ لثلاثة تمريرات مع مرشح متوسط ​​32153. كيف تظن أن المرشح المتوسط ​​سيتعامل مع الضوضاء الغوسية التي لم تكن متماثلة حول الصفر جرب بعض الأمثلة. المراجع R. بويل و R. توماس رؤية الكمبيوتر: دورة الأولى. بلاكويل سسينتيفيك بوبليكاتيونس، 1988، ب 32 - 34. E. ديفيز ماشين فيسيون: النظرية والخوارزميات والعمليات العملية. أكاديميك بريس، 1990، تشاب. 3. D. فيرنون آلة الرؤية. برنتيس-هول، 1991، تشاب. 4. معلومات محلية يمكن العثور على معلومات محددة حول هذا المشغل هنا. ويمكن الحصول على مزيد من النصائح العامة بشأن تركيب هيبر المحلي في القسم التمهيدي للمعلومات المحلية.