poster
2019-12-10, 16:49
我在图表上绘制了9000个点：
[ 全分辨率 (https://imgur.com/WTdmJ.jpg) ]
https://imgur.com/WTdmJ.jpg
实际上，情节并不像我想要的那样顺利。 有什么方法可以使图形平滑到所需程度？
还是某种形式的阈值处理，以便我可以选择性地平滑那些过于颠簸的部分？
我不确定，但是快速傅里叶变换可以提供 (http://www.mathworks.com/access/helpdesk/help/techdoc/index.html?/access/helpdesk/help/techdoc/ref/fft.html)帮助吗？
回答：
一种简单的（临时）方法是在每个点及其邻居处获取加权平均值（可通过alpha ）：
data(2:n-1) = alpha*data(2:n-1) + (1-alpha)*0.5*(data(1:n-2)+data(3:n)) 或其一些变化。是的，要变得更加复杂，可以先进行傅立叶变换，然后切断高频。就像是：
f = fft(data) f(n/2+1-20:n/2+20) = zeros(40,1) smoothed = real(ifft(f)) 这样可以切出最高的20个频率。注意将它们对称地切掉，否则逆变换不再是真实的。您需要仔细选择截止频率以实现正确的平滑度。这是一种非常简单的滤波（频域中的盒式滤波），因此，如果失真不可接受，您可以尝试轻轻地衰减高阶频率。
更多&回答... (https://stackoverflow.com/questions/1515977)
[ 全分辨率 (https://imgur.com/WTdmJ.jpg) ]
https://imgur.com/WTdmJ.jpg
实际上，情节并不像我想要的那样顺利。 有什么方法可以使图形平滑到所需程度？
还是某种形式的阈值处理，以便我可以选择性地平滑那些过于颠簸的部分？
我不确定，但是快速傅里叶变换可以提供 (http://www.mathworks.com/access/helpdesk/help/techdoc/index.html?/access/helpdesk/help/techdoc/ref/fft.html)帮助吗？
回答：
一种简单的（临时）方法是在每个点及其邻居处获取加权平均值（可通过alpha ）：
data(2:n-1) = alpha*data(2:n-1) + (1-alpha)*0.5*(data(1:n-2)+data(3:n)) 或其一些变化。是的，要变得更加复杂，可以先进行傅立叶变换，然后切断高频。就像是：
f = fft(data) f(n/2+1-20:n/2+20) = zeros(40,1) smoothed = real(ifft(f)) 这样可以切出最高的20个频率。注意将它们对称地切掉，否则逆变换不再是真实的。您需要仔细选择截止频率以实现正确的平滑度。这是一种非常简单的滤波（频域中的盒式滤波），因此，如果失真不可接受，您可以尝试轻轻地衰减高阶频率。
更多&回答... (https://stackoverflow.com/questions/1515977)