Comment trouver la périodicité dans les données?
J'ai un jeu de données (un tableau) et j'ai besoin de trouver la périodicité. Comment dois-je faire..??S'il vous plaît aider. Merci beaucoup à l'avance. Certains corps, il dit que je peux utiliser de la FFT, mais je ne suis pas sûr de savoir comment il va me donner la périodicité.Votre aide est très appréciée.Merci une fois de plus.
source d'informationauteur Michael
Vous devez vous connecter pour publier un commentaire.
Pour cette tâche, il est préférable d'utiliser l'autocorrélation.
La FFT est la mal outil à utiliser pour trouver la périodicité.
Considérons, par exemple, un cas où l'onde est faite par l'addition de deux ondes sinusoïdales, l'une avec un délai de 2 secondes (0,5 Hz), et l'autre avec 3 secondes (0.333 Hz). Cette forme d'onde ont une périodicité de 6 secondes (c'est à dire, 2*3), mais le spectre de Fourier ne montrent deux pics à 5 Hz, et .333 Hz.
La périodicité n'est pas bien définie. Par exemple, ces données:
1, 10, 1, 10, 1, 11, 1, 10, 1, 10, 1, 11, 1, 10, 1, 10, 1, 11
vous pouvez traiter avec elle n'est pas exacte, mais forte d'une périodicité de 2, et que la périodicité de 6.
Pour la périodicité, vous pouvez simplement essayer de trouver des données en tant que sous-chaîne de données répété deux fois.
Non la périodicité de réel, bruyant signal du domaine temporel et le domaine fréquentiel méthodes peuvent être utilisées.
Domaine temporel, on est auto-corrélation. C'est comme une sous-chaîne de recherche ci-dessus: recherche pour une valeur de décalage sur lequel des données ont un maximum d'auto-similarité.
Pour de simples signaux de comptage seuil des transitions peut être suffisant.
Frequecy domaine des méthodes comprennent l'un l'aide de FFT/ESF: la recherche d'un maximum de fequency spectre qui donne 1/T de périodicité.
Une autre méthode est d'utiliser Cepstre.
J'ai trouvé un livre qui allie la FFT periodogram avec autocorrélation de fournir des informations plus précises sur la périodicité d'un signal. Je pense que cette méthode pourrait être intéressant de regarder dans:
Concernant la Périodicité de Détection et Structurelles Périodique de Similarité
Ce nouveau livre n'a pas eu beaucoup d'attention, spectral clustering
Mis en œuvre dans un package R disponible à oscillat.l'iab.keio.ac.jp. Je ne suis pas affilié avec les auteurs, mais de mettre le code sur GitHub ici pour faciliter l'accès (script principal ici).
Utilise une DFT et de groupes dans les grandes lignes spectrales de puissances, agréable à utiliser dans mon expérience. Bien évidemment, de la génomique, il est conçu pour être robuste (indiqué dans le code c'est mathématiquement lourde), il peut donc dépendent de l'application.
Vous pouvez utiliser la FFT, car il vous permet de convertir votre jeu de données à partir d'un valeur de l'espace à une fréquence de l'espace.
Cela signifie que vous aurez un ensemble de fréquences qui composent produira la première entrée que vous souhaitez analyser. Ensuite, vous pouvez facilement identifier qui sont les principaux contribuitions qui sont générés par des fréquences spécifiques et vous comprendrez combien périodicités y sont et qui sont les plus influents..
prendre un coup d'oeil ici: http://local.wasp.uwa.edu.au/~pbourke/divers/dft/