我是靠谱客的博主 热情钢铁侠,最近开发中收集的这篇文章主要介绍akima插值法matlab编程,Matlab 数据补全方法,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

x = [-4*pi:0.1:0, 0.1:0.2:4*pi]; % 定义非均匀采样点向量,并计算这些点上的正弦函数。

A = sin(x);

A(A < 0.75 & A > 0.5) = NaN; % 将 NaN 值插入 A 中。

% 使用线性插值填充缺失数据,并返回填充的向量 F 和逻辑向量 TF。TF 项中的值 1 (true) 对应于 F 中的填充值。

[F,TF] = fillmissing(A,‘linear‘,‘SamplePoints‘,x);

plot(x,A,‘.‘, x(TF),F(TF),‘o‘) % 绘制原始数据和填充的数据。

xlabel(‘x‘);

ylabel(‘sin(x)‘)

legend(‘Original Data‘,‘Filled Missing Data‘)

29d94f65477a27da12441cf199b8bc8f.png

填充方法还包括:

方法说明

‘previous‘

上一个非缺失值

‘next‘

下一个非缺失值

‘nearest‘

距离最近的非缺失值

‘linear‘

相邻非缺失值的线性插值(仅限数值、duration 和 datetime 数据类型)

‘spline‘

分段三次样条插值(仅限数值、duration 和 datetime 数据类型)

‘pchip‘

保形分段三次样条插值(仅限数值、duration 和 datetime 数据类型)

‘makima‘

修正 Akima 三次 Hermite 插值(仅限数值、duration 和 datetime 数据类型)

F = fillmissing(A,movmethod,window)     % 滑动填充

案例如下:

% 创建样本点向量 x 和包含缺失值的数据向量 A。

x = linspace(0,10,200);

A = sin(x) + 0.5*(rand(size(x))-0.5);

A([1:10 randi([1 length(x)],1,50)]) = NaN;

% 使用窗口长度为 10 的移动中位数替换 A 中的 NaN 值,并绘制原始数据和填充的数据。

F = fillmissing(A,‘movmedian‘,10);

plot(x,F,‘r.-‘,x,A,‘b.-‘)

legend(‘Filled Missing Data‘,‘Original Data‘)

注意:当使用‘movmedian‘方法填充数据时,窗口长度为2并不能有效填充数据,原始数据中的NaN将被保留

e04027c7a3d705d57156c4d649bb500c.png

填充方法还包括:

方法说明

‘movmean‘

窗口长度为 window 的移动均值(仅限数值数据类型)

‘movmedian‘

窗口长度为 window 的移动中位数(仅限数值数据类型)

参考文献:

最后

以上就是热情钢铁侠为你收集整理的akima插值法matlab编程,Matlab 数据补全方法的全部内容,希望文章能够帮你解决akima插值法matlab编程,Matlab 数据补全方法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(44)

评论列表共有 0 条评论

立即
投稿
返回
顶部