相似度-如何确定一组被认为具有周期性的数据的周期。

问题描述

如何确定一组被认为具有周期性的数据的周期。
假设得到了一组被认为是具有一定周期性的数据，为了分析出数据中重复结构，需要计算他的周期。举个例子比如在matlab中拟合出这样的图像：

思考了一下可以利用滑动窗口的原理，以不同的窗口宽度进行滑动，计算数据的相似度？那么应该选取怎样的统计公式来计算相似度呢？换种说法，要如何计算两组数据的相似度呢？

或者大家是否有更好的确定数据周期的方法。需要的是简单、迅速，在性能上不能有太高的消耗

解决方案

对数据做fft 谱分析

时间： 2024-12-29 02:41:01

相似度-如何确定一组被认为具有周期性的数据的周期。的相关文章

如何通过一组DIV显示多组数据到html页面

问题描述 如何通过一组DIV显示多组数据到html页面 首先明确的是,我的页面是html,而且必须是html! 然后在我的html页面中,有一组已经写好的div,前端妹子提供 再次,我已经从后台将数据传到了页面上. 问题来了,我的功能是搜索功能,那么意味着我的数据的数量必然就是不确定的,我现在 只有这一组div,我如何通过这一组div,将所有的数据都显示在页面上 createElement不现实,因为有a标签和img标签,求大神帮忙了 解决方案 这是div标签 解决方案二: 在你的后端拼接好ht

用好干部大数据 提升识人精准度

习近平总书记指出,"用人得当,首先要知人.知人不深.识人不准,往往会出现用人不当.用人失误."而精准识人,离不开对情况的准确把握.对现状的深入分析,以及对信息的综合运用.当前,在干部考察评价中普遍存在"完整性不够.前瞻性不强.雷同度较高"等共性问题,而大数据时代的到来则为解决这一"顽症"提供了"良方".充分利用大数据,构建统一的干部综合评价管理系统,对提高识人辨人精准度和选人用人公信力具有重大的现实意义. 整合数据资源,织密干

百度关键词质量度优化有什么作用

百度关键词质量度优化是账户优化的重要手段,可以帮助您以更低的点击价格获得更优的排名,从而降低整体推广费用,提高http://www.aliyun.com/zixun/aggregation/5368.html">投资回报率.质量度优化是一个不断尝试的过程,建议您持续关注账户表现,在观察.总结的基础上摸索更符合自己推广目标的优化方法. 百度关键词质量度的计算需要收集一段时间的数据进行计算,主要反映网民对该关键词的认可程度.影响质量度的因素有:关键词相关度.标题描述质量.其他用户竞争行为.网页

SQLSERVER数据仓库的构建与分析

server|sqlserver|数据     SQLSERVER数据仓库的构建与分析   (一)基本概念:     1．多维数据集:多维数据集是联机分析处理 (OLAP) 中的主要对象,是一项可对数据仓库中的数据进行快速访问的技术.多维数据集是一个数据集合,通常从数据仓库的子集构造,并组织和汇总成一个由一组维度和度量值定义的多维结构.     2．维度:是多维数据集的结构性特性.它们是事实数据表中用来描述数据的分类的有组织层次结构(级别).这些分类和级别描述了一些相似的成员集合,用户将基于这些

SQL Server涉及到的数据仓库基本概念

server|概念|数据 1．多维数据集:多维数据集是联机分析处理 (OLAP) 中的主要对象,是一项可对数据仓库中的数据进行快速访问的技术.多维数据集是一个数据集合,通常从数据仓库的子集构造,并组织和汇总成一个由一组维度和度量值定义的多维结构.2．维度:是多维数据集的结构性特性.它们是事实数据表中用来描述数据的分类的有组织层次结构(级别).这些分类和级别描述了一些相似的成员集合,用户将基于这些成员集合进行分析.3.度量值:在多维数据集中,度量值是一组值,这些值基于多维数据集的事实数据表中的一列

MyCollege.Net系统规划与总体设计

规划|设计 目 录 一.前言-------------------------------1 二.问题定义-----------------------------1 三.设计目标.-..---------------------------2 四.设计任务-----------------------------2 五.可行性可分析---------------------------3 六.总体设计-----------------------------5 七.MyCollege.Net中

SQL Server数据仓库相关概念及构建流程

本文给出了SQL Server数据仓库的基本概念,并利用实例构建过程进行分析,供大家参考! 基本概念: 1.多维数据集:多维数据集是联机分析处理 (OLAP) 中的主要对象,是一项可对数据仓库中的数据进行快速访问的技术.多维数据集是一个数据集合,通常从数据仓库的子集构造,并组织和汇总成一个由一组维度和度量值定义的多维结构. 2.维度:是多维数据集的结构性特性.它们是事实数据表中用来描述数据的分类的有组织层次结构(级别).这些分类和级别描述了一些相似的成员集合,用户将基于这些成员集合进行分析. 3

如何在SQL Server中构建数据仓库

[导读]本文介绍如何在SQL Server中构建简单的数据仓库,并分析相关的问题. 基本概念: 1．多维数据集:多维数据集是联机分析处理 (OLAP) 中的主要对象,是一项可对数据仓库中的数据进行快速访问的技术.多维数据集是一个数据集合,通常从数据仓库的子集构造,并组织和汇总成一个由一组维度和度量值定义的多维结构. 2．维度:是多维数据集的结构性特性.它们是事实数据表中用来描述数据的分类的有组织层次结构(级别).这些分类和级别描述了一些相似的成员集合,用户将基于这些成员集合进行分析. 3.度量值

【原创】数据挖掘案例——ReliefF和K-means算法的医学应用

数据挖掘方法的提出,让人们有能力最终认识数据的真正价值,即蕴藏在数据中的信息和知识.数据挖掘 (DataMiriing),指的是从大型数据库或数据仓库中提取人们感兴趣的知识,这些知识是隐含的.事先未知的潜在有用信息,数据挖掘是目前国际上,数据库和信息决策领域的最前沿研究方向之一.因此分享一下很久以前做的一个小研究成果.也算是一个简单的数据挖掘处理的例子. 1.数据挖掘与聚类分析概述  数据挖掘一般由以下几个步骤:  (l)分析问题:源数据数据库必须经过评估确认其是否符合数据挖掘标准.以决定预期结