2010-11-21 11 views
16

मेरे पास एक डेटासेट (एक सरणी) है और मुझे इसमें आवधिकता खोजने की आवश्यकता है। मुझे कैसे आगे बढ़ना चाहिए ..? कृपया मदद करें। आपका अग्रिम रूप से बोहोत धन्यवाद। कुछ निकाय ने कहा कि मैं एफएफटी का उपयोग कर सकता हूं लेकिन मुझे यकीन नहीं है कि यह मुझे आवधिकता कैसे देगा। आपकी मदद की सराहना की जाती है। एक बार फिर धन्यवाद।डेटा में आवधिकता कैसे प्राप्त करें?

उत्तर

0

आप एफएफटी का उपयोग कर सकते हैं क्योंकि यह आपके डेटा सेट को वैल्यू-स्पेस से आवृत्ति-स्थान में परिवर्तित कर देगा।

इसका मतलब है कि आप आवृत्तियों का एक सेट बनाएंगे जो कि प्रारंभिक इनपुट का विश्लेषण करेगा जिसे आप विश्लेषण करना चाहते हैं। तो फिर आप आसानी से जो प्रमुख contribuitions कि विशिष्ट आवृत्तियों द्वारा उत्पन्न कर रहे हैं को पहचान सकते हैं और इसलिए आप देखते हैं कि कितने periodicities समझ जाएगा और जो सबसे प्रभावशाली होते हैं ..

यहाँ एक बार देख ले: http://local.wasp.uwa.edu.au/~pbourke/miscellaneous/dft/

4

आवधिकता अच्छी तरह परिभाषित शब्द नहीं है। उदाहरण के लिए, इस तरह के डेटा:

1, 10, 1, 10, 1, 11, 1, 10, 1, 10, 1, 11, 1, 10, 1, 10, 1, 11

आप

एक के रूप में सटीक लेकिन मजबूत आवधिकता के साथ इलाज नहीं कर सकता है, और 6 की सटीक आवधिकता के रूप में व्यवहार कर सकते हैं।

सटीक आवधिकता के लिए आप डेटा को दो बार दोहराए गए डेटा के रूप में दिए गए डेटा को खोजने का प्रयास कर सकते हैं।

असली, सटीक समय सीमा डोमेन और आवृत्ति डोमेन विधियों की सटीक अवधि के लिए उपयोग नहीं किया जा सकता है।

समय डोमेन एक आत्मसंबंध है। यह उपरोक्त एक सबस्ट्रिंग खोज की तरह है: एक शिफ्ट मूल्य की खोज की जिस पर डेटा में अधिकतम आत्म समानता है।

थ्रेसहोल्ड संक्रमणों की गणना करने वाले सरल संकेतों के लिए पर्याप्त हो सकता है।

फ्रीक्वेंसी डोमेन विधियों में एफएफटी/एफएचटी का उपयोग करने वाला एक शामिल है: अधिकतम फिक्क्वेंसी स्पेटर में खोजें जो आवधिकता के 1/टी देता है।

एक और तरीका Cepstrum का उपयोग कर रहा है।

13

इस कार्य के लिए स्वत: सहसंबंध का उपयोग करना सबसे अच्छा है।

एफएफटी गलत उपकरण आवधिकता खोजने के लिए उपयोग करने के लिए है।

उदाहरण के लिए, एक मामला जहां आपका तरंग दो सरल साइन तरंगों को जोड़कर बनाया जाता है, एक 2 सेकंड (0.5 हर्ट्ज) की अवधि के साथ, और दूसरा 3 सेकंड (0.333 हर्ट्ज) के साथ। इस तरंगों में 6 सेकंड की आवधिकता होगी (यानी, 2 * 3), लेकिन फूरियर स्पेक्ट्रम केवल 5 चोटियों और .333 हर्ट्ज पर दो चोटियों को दिखाएगा।

+1

आप कार्य को स्वत: सहसंबंध के साथ कैसे कार्यान्वित करेंगे? क्या आप एक स्केच दे सकते हैं? –

+3

@ मुसेरेडी: विचार बहुत आसान है: केवल ऑटोकोरेशन ले लो और चोटी को ढूंढें (जो 0 पर नहीं है)। तो फिर एकमात्र सवाल यह है कि, ऑटोोकॉर्पोरेशन कैसे करें और परिणाम की चोटी को कैसे ढूंढें। आप यह कैसे करेंगे आप वास्तव में किस उपकरण का उपयोग कर रहे हैं इस पर निर्भर करेगा; हालांकि आप इसे स्क्रैच से कर सकते हैं, ज्यादातर लोग कुछ डेटा विश्लेषण पैकेज का उपयोग करेंगे। यही है, यहां मेरा स्केच सहायक नहीं होगा, इसलिए, मैं सुझाव दूंगा, आपको पसंद करने वाला दृष्टिकोण चुनें, इसे आज़माएं, और यदि कुछ काम नहीं करता है, तो कुछ विशिष्टताओं के साथ एक प्रश्न पूछें। – tom10

+0

मैंने अपने डेटा को स्वत: सहसंबंधित करने के लिए http://stackoverflow.com/questions/643699/how-can-i-use-numpy-correlate-to-do-autocorrelation के पहले उत्तर की विधि का प्रयास किया। यह संख्याओं का अवरोही अनुक्रम देता है। और शिखर मूल्य आवधिकता पर कोई जानकारी नहीं देता है। एक साइन समारोह पर परीक्षण करते समय मुझे अवरोही उत्तेजना मिलती है। मुझे आवधिकता कैसे मिलनी चाहिए? –

1

मुझे एक पेपर मिला जो एक सिग्नल की आवधिकता पर अधिक सटीक जानकारी प्रदान करने के लिए स्वत: सहसंबंध के साथ एक एफएफटी-आधारित अवधि चक्र को जोड़ता है। मुझे लगता है कि इस विधि में देख लायक हो सकता है:

On Periodicity Detection and Structural Periodic Similarity

+0

लिंक मृत लगता है, लेकिन मुझे डेटा की आवधिकता खोजने के लिए एसवीडी का उपयोग करके कुछ मिल गया: http://pre.aps.org/abstract/PRE/v59/i4/p4013_1 – Magsol

+0

मैंने अभी लिंक की जांच की है, और यह मेरे लिए पीडीएफ फाइल खोलने लगता है। यदि आप Google विद्वान पर लिंक के शीर्षक की खोज करते हैं तो अन्य लिंक भी हो सकते हैं। – bnsmith

1

यह नया कागज ध्यान के एक महान सौदा, वर्णक्रमीय क्लस्टरिंग नहीं पड़ा है

Amariei, सी, Tomita, एम , & मुरे, डीबी (2014)। Quantifying periodicity in omics dataसेल और विकासात्मक जीवविज्ञान में फ्रंटियर

oscillat.iab.keio.ac.jp पर उपलब्ध एक आर पैकेज में कार्यान्वित किया गया। मैं लेखकों से संबद्ध नहीं हूं, लेकिन आसान पहुंच के लिए गिटहब here पर कोड डालें (मुख्य स्क्रिप्ट here)।

मेरे अनुभव में उपयोग करने के लिए अच्छा, प्रमुख वर्णक्रमीय शक्तियों में एक डीएफटी और समूह पंक्तियों का उपयोग करता है। स्पष्ट रूप से जीनोमिक्स के लिए इसे मजबूत होने के लिए डिज़ाइन किया गया है (कोड में यह computationally heavy है), इसलिए आवेदन पर निर्भर हो सकता है।

संबंधित मुद्दे