问题标签 [discretization]

Symbolic Aggregate Approximation谈论将时间序列（x，t）转换为符号。基于此，我几乎没有基本查询。如果时间信号是表示位置坐标的 (x,y,z,t) 的复合物，或者是带有时间戳 t 的二维图像的简单 (x,y,t) 的复合物，该怎么办。那么我如何使用这个工具来分配符号/离散化。请帮忙。

有什么方法可以根据当前的 xPosition 找到曲线的索引位置，

假设我有一个曲线项目 - MyCurve，它有 20k 个点，当鼠标移动时，我可以获得鼠标位置，然后我可以通过简单地使用以下函数来获得 x 和 y 位置。

但我想从曲线项中找到数据点，有什么建议......？

提前致谢....：）

考虑：

目的是将任意线段（红线）离散化为一组在任意网格（蓝线段）上对齐的连接线段。这里只显示了两种简单形式的网格，即正方形和旋转的正方形网格。红线可以是任何角度和大小。包括类型和单元格大小的网格配置由用户选择。Bresenham 的离散化可能适用于简单的情况，但即使这样也有两个障碍：

1. 它仅限于垂直和水平对齐的网格。
2. 它给出了需要线段的像素（即方形块）。

重要更新： 重要更新：我们对适用于任何网格复杂性的通用解决方案感兴趣。

一种更通用的方法是令人感兴趣的。非常感谢提供伪代码或代码。这个问题也可以在这里找到。

我想以图形方式表示一些实值数据是如何被离散化/分箱的。我有一个从 1 到 35 的实数数组。对于每个值，我都有一个在 -2 到 19 范围内的相应自然数。我想在基于哪个颜色的数轴上显示所有实数自然数一一对应。这在excel中可能吗？如果没有，我可以用其他东西来完成这个吗？

我想生成二项分布的混合。为什么我需要它是因为我想要高斯分布的正态离散混合。是否有任何可用的 scipy 库，或者请您指导我的算法。

我通常知道对于预定义的发行版，可以使用 ppf。但是对于这个功能，我认为没有任何直接的使用 ppf 的方法。

从每个样本中取样并混合它们似乎也有问题，因为我不知道我必须从不同的分布中选择多少个实例。

最后我想要的是这样的：

我正在尝试用 C 创建一个简单的 PID 模拟器。它是一个简单的巡航控制系统，我选择将我的系统建模为低通滤波器。

我很难用 C 语言编写我的数学模型。

我发现了一个非常相似的问题和一个有点有用的答案：

将一阶传递函数转换为 c 代码但是我不完全理解答案。

我想创建一个接受输入的函数（稍后是我的 PID 的输出，但现在我想用一个步骤测试它）和我的采样时间，并为我提供从 0 到稳态的输出。

为简单起见，我想以 0.01 的采样率对以下传递函数 G(s) = 1/(s+10) 进行编程。

应用 tustin 转换后，我最终得到： (0.004762z + 0.004762)/(z-0.9048)

我如何从这里开始用 C 语言编写它？

从上面的链接提供的答案是：

所以在我的特殊情况下 num 将是 0.004762 和 den = -0.9048 我很好奇这是如何从 z 域传递函数中实现的。

我也不清楚指针变量状态是什么，因此很难理解其余的代码。

任何澄清这一点的帮助将不胜感激，因为我觉得如果我清楚地了解这个功能，我将能够在 for 循环中实现它来模拟开环响应、反馈响应并最终集成我的 PID 控制器。

我正在尝试使用 RWeka 的Discretize过滤器离散化一组数据。我的数据集开始时有超过一百万条记录，但返回的集只有大约 10 万条。该函数看起来应该返回集合中每条记录的 bin，所以我很好奇 90% 的数据去了哪里？

数据中有 NA，所以我尝试得到以下结果：

我正在使用其他人的代码，以前似乎没有问题。我不确定这是否是对离散化或 R 缺乏理解。有人可以解释一下Discretize假设是如何工作的以及发生了什么吗？

我需要得到 N x 列 (L) 的 Legendre 多项式矩阵，在 L 上对任意 N 进行评估。

有没有比仅仅明确地评估每一行的多项式向量更好的方法来计算矩阵？这种方法（N = 4）的代码片段在这里：

谢谢， 沃伊塔

我有这些有两列的数据。正如您在图表中看到的，数据有太多的噪音。所以，我想用大小 5 离散化列“r”，并将每一行分配给它对应的 bin，然后计算每个 bin 的 f 的平均值。

因此，要通过该过程，查看从第 1 行开始的每一行将被分配到 bin [65-70]，第 2 行将在 [60-65] 中打开......

然后对于最终结果，我想要每个 bin 的中点及其 f 值的平均值。S，这样我可以为 f 画一条线作为 f(r) 的函数

所以，我有一个从 1 到 100 的值数组，我需要在为每个离散值应用别名时使其离散。例如：

现在，假设我想让它在 2 个 bin 上离散（因此 0-50 是一个 bin，51-100 是另一个 bin）并将这些 bin 与 1 和 2 别名。它应该导致：

请注意，这与 discretize 函数（包含在 entropy 或 infotheo 中）不同。该函数仅计算每个 bin 的值的数量。

我的问题也与这个不同（标题相似）。

现在，我可以使用一系列 if 得到这个结果，但我想知道是否存在更简单的方法来做到这一点。