0

传感器数据

我试图将上述事件分类为 1 或 0。1 将是较低的值,0 将是较高的值。通常数据看起来并不像这样干净。目前我正在采取的方法是有两个不同的阈值,以便从 0 到 1,它必须超过 1 到 0 的阈值,并且它必须高于 20 个传感器值。此阈值设置为我收到的最高值减去该值的百分之十。我认为机器学习方法行不通,因为我可以使用的功能太少,而且实现必须占用最少的代码空间。我希望有人能够为我指出一个可以很好地适用于这类问题的已知算法的方向,谷歌搜索它并检查我的其他来源并没有产生很好的结果。

4

1 回答 1

2

目前我正在采用的方法是有两个不同的阈值,以便从 0 到 1,它必须超过 1 到 0 的阈值,并且它必须高于 20 个传感器值

计算这 20 个传感器值在图表上的面积。如果面积大于阈值(可能是峰值的一半),则将其分配为 1,否则将其分配为 0。

由于您的测量值是一个单位宽(像素或传感器读数),因此该区域最终是 20 个传感器值的总和。

于 2015-11-16T21:32:42.923 回答