Tag: 移动平均

平滑价值随着时间的推移：移动平均或更好的东西？: 我正在编写一些东西，我正在从一个硬件指南针随着时间的推移一堆价值。这个指南针是非常准确的，经常更新，结果是，如果它轻微抖动，我会得到与其邻居大不相同的奇数值。我想要平滑这些价值观。经过一些阅读，看来我想要的是高通滤波器，低通滤波器或移动平均。移动平均数我可以记住，只是保留最后5个值的历史logging，或者在我刚刚使用最近值的代码中使用这些值的平均值。我认为，这应该很好地消除这些抖动，但是这让我觉得这可能是效率很低的，这可能是适合程序员的已知问题之一，其中有一个巧妙的math解决scheme。然而，我是那些可怕的自学成才的程序员之一，没有任何与CompSci或Math相关的正规教育。仔细阅读，可以看出这可能是高通滤波器或低通滤波器，但是我找不到任何可以用像我这样的黑客理解的东西来解释这些algorithm对一系列值的影响，更不用说如何math作品。例如，在这里给出的答案在技术上确实回答了我的问题，但仅仅是对那些可能已经知道如何解决问题的人来说是可理解的。这真是一个非常可爱，聪明的人，他可以用这个问题来解释这个问题，以及这个解决scheme是如何工作的。

如何计算移动平均数而不保持计数和数据总量？: 我试图find一种方法来计算一个移动的累计平均值，而不存储到目前为止收到的数量和总数据。我想出了两种algorithm，但都需要存储计数：新的平均值=（（旧的计数旧数据）+下一个数据）/下一个计数新的平均数=旧的平均数+（下一个数据 – 旧的平均数）/下一个数这些方法的问题是计数变得越来越大，导致平均值的精度下降。第一种方法使用旧的计数和下一个计数，明显是相隔1。这让我想，也许有一种方法来删除计数，但不幸的是，我还没有find它。它确实让我进一步，虽然，导致第二种方法，但仍然计数是存在的。这是可能的，还是我只是在寻找不可能的东西？