lazy(RTisean)
lazy()所属R语言包:RTisean
Nonlinear noise reduction
非线性降噪
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Tools for performing nonlinear noise reduction.
工具进行非线性降噪。
用法----------Usage----------
nrlazy(series, l, x = 0, c = 1, m = 5, d = 1, i = 1, r, v)
lazy(series, m, r, v, i = 1, l, x = 0, c = 1)
参数----------Arguments----------
参数:series
a vector or a matrix.
的矢量或矩阵。
参数:m
embedding dimension.
嵌入维数。
参数:d
delay for the embedding.
延迟的嵌入。
参数:r
neighborhood size.
附近的大小。
参数:v
neighborhood size as fraction of data standard deviation.
邻域大小的数据标准差的分数。
参数:i
number of iterations.
次数的迭代。
参数:l
number of values to be read.
要读取的值的数目。
参数:x
number of values to be skipped.
数的值被跳过。
参数:c
column to be read.
要读取的列。
Details
详细信息----------Details----------
In nrlazy each embedded point is replaced by the average vector calculated in its neighborhood with a given size.
在nrlazy每个嵌入点替换通过在其附近与一个给定的尺寸计算出的平均矢量。
值----------Value----------
A vector containing the filtered time series.
一个向量,包含过滤的时间序列。
参考文献----------References----------
<h3>See Also</h3>
实例----------Examples----------
## Not run: [#不运行:]
par(mfrow=c(1,2))
n <- 5000
dat <- henon(n)
dat[,1] <- dat[,1] + rnorm(n)/25
delayeddat <- embed(dat,d=2)
filtereddat <- lazy(dat,m=5,v=0.05,c=2)
delayedfiltdat <- embed(filtereddat,d=2)
plot(delayeddat, cex= 0.2, cex.main=0.7, xlab="", ylab="", main = "Embedded noisy Henon attractor filtered with lazy")
points(delayedfiltdat, cex=0.2, col=2)
legend(-1,-0.5, c("Noisy data","Filtered data"),fill=c(1,2),bty="n",cex=0.7)
filteredat2 <- nrlazy(dat,m=5,v=0.2)[,1]
delayedfiltdat2 <- embed(filteredat2,d=2)
plot(delayeddat, cex= 0.2, cex.main=0.7,xlab="", ylab="", main = "Embedded noisy Henon attractor filtered with nrlazy")
points(delayedfiltdat2 , cex=0.2, col=2)
legend(-1,-0.5, c("Noisy data","Filtered data"),fill=c(1,2),bty="n",cex=0.7)
## End(Not run)[#(不执行)]
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|