C# 实现寻峰算法的简单优化(包含边峰,最小峰值,峰距)

2018-02-01 12:08:29来源:cnblogs.com作者:柠檬五个半人点击

分享
 

核心寻峰算法的原理参考Ronny,链接:投影曲线的波峰查找,

C#翻译原理代码参考sowhat4999,链接:C#翻译Matlab中findpeaks方法 

前人种树,后人乘凉。感谢原作者详细的解释说明。

 

这里先把翻译代码贴一下(略微的修改了sowhat4999代码中的几个参数)

//调用方法List<double> data = new List<double>{25, 8, 15, 5, 6, 10, 10, 3, 1, 20, 7};List<int> index = getPeaksIndex(trendSign(oneDiff(Constant.data)));

//第一次寻峰(基本峰距为1)算法private double[] oneDiff(List<double> data){     double[] result = new double[data.Count - 1];     for (int i = 0; i < result.Length; i++)     {          result[i] = data[i + 1] - data[i];     }     return result;}private int[] trendSign(double[] data){     int[] sign = new int[data.Length];     for (int i = 0; i < sign.Length; i++)     {          if (data[i] > 0) sign[i] = 1;          else if (data[i] == 0) sign[i] = 0;          else sign[i] = -1;     }     for (int i = sign.Length - 1; i >= 0; i--)     {          if (sign[i] == 0 && i == sign.Length - 1)          {               sign[i] = 1;          }          else if (sign[i] == 0)          {               if (sign[i + 1] >= 0)               {                    sign[i] = 1;               }               else               {                    sign[i] = -1;               }          }      }      return sign;}private List<int> getPeaksIndex(int[] diff){     List<int> data = new List<int>();     for (int i = 0; i != diff.Length - 1; i++)     {          if (diff[i + 1] - diff[i] == -2)          {              data.Add(i + 1);          }     }     return data;//相当于原数组的下标}

以上方法并没有将峰距、边锋、峰值情况考虑在内,但已经给与我们后人一个完整的思路。

峰距情况分析:

我们可以将上述方法理解为峰距1的寻峰算法,当我们需要完成峰距为2的寻峰情况时我们需要判断

data[i]是否大于data[i+1],data[i+2],data[i-1],data[i-2]

同理按照此方法完成点数为100000,峰距为1000的寻峰,则需要进行100000的1000次方次运算,这显然需要花费大量的时间进行运算。

优化过程中,我们并不能改变峰距(即幂指数1000),但我们可以改变点数(即底数100000)的大小。从而实现运算量的降低。

 以上峰距为1的寻峰方法此时已经完成判断

data[i]是否大于data[i+1],data[i-1]

并返还峰值对应的索引列

峰距为2时,我们只需要再次对索引列中内容进行判断即可(只有在峰距为1的判断中胜出的点,才有可能在峰距为2的判断中胜出)

data[i]是否大于data[i+2],data[i-2]

此时你会发现我们需要遍历的底数已经并不是原点数100000,而是上次返还的寻峰序列个数

            //调用方法            List<double> data = new List<double>{25, 8, 15, 5, 6, 10, 10, 3, 1, 20, 7};            //峰距            int DisPeak = 3;            // 峰距为1时得到的脚标            List<int> index =getPeaksIndex(trendSign(oneDiff(Yaxis)));            //已进行的判断            int level = 1;            // 扩大峰距范围范围算法            while (DisPeak > level)            {                level++;                List<int> result = DoPeakInstance(Yaxis, index, level);                index = null;                index = result;            }

 

//扩大寻峰范围算法
private List<int> DoPeakInstance(List<double> data, List<int> index, int level)
{
     //相当于原数组的下标
     List<int> result = new List<int>();
     for (int i = 0; i < index.Count; i++)
     {
          //判断是否超出下界和上界
          if (index[i] - level>=0&&index[i] + level < data.Count)
          {
               double aa = data[index[i] + level];
               double bb = data[index[i]];
               double cc = data[index[i] - level];
               if (data[index[i] + level] <= data[index[i]] && data[index[i] - level] <= data[index[i]])
               {
                    result.Add(index[i]);
               }
           }
      }
      return result;
}

 

 边锋情况分析:

仔细阅读上述两算法,你会发现该算法存在一个无法避免的问题 如:

峰距是3,此时峰首部点序(点0,点1,点2)因无法向前比较,导致并没有参与到峰值计算中。 尾部点则因无法向后比较没有参与到峰值计算中。

此情况我们首先要清楚,因上述情况未参与比较的点序中,首部最多仅有一个峰值,尾部最多仅有一个峰值。

那我们把它加上就好了,美滋滋。

            //获取数据首尾两侧最大峰值(0,DisPeak)点序和(Date.CountFJ-DisPeak,Data.Count)点序            int TopIndex = 0;            int BottomIndex = Yaxis.Count-1;            for (int i = 0; i < DisPeak; i++)            {                if (Yaxis[i] >= Yaxis[TopIndex])                {                    TopIndex = i;                }                if (Yaxis[Yaxis.Count-1 - i] >= Yaxis[BottomIndex])                {                    BottomIndex = Yaxis.Count - 1 - i;                }            }            //判断是否满足条件检索条件(首部向后点进行比较,尾部向前点进行比较,比较DisPeak个点)            int newTopIndex = TopIndex;            int newBottomIndex = BottomIndex;            for (int i = 0; i <= DisPeak; i++)            {                if (Yaxis[TopIndex + i] >= Yaxis[TopIndex])                {                    newTopIndex = TopIndex + i;                }                if (Yaxis[BottomIndex - i] >= Yaxis[BottomIndex])                {                    newBottomIndex = BottomIndex - i;                }            }            TopIndex = newTopIndex;            BottomIndex = newBottomIndex;            //添加到结果序列            if (TopIndex <= DisPeak)            {                index.Insert(0, TopIndex);            }            if (BottomIndex >= Xaxis.Count - DisPeak)            {                index.Add(BottomIndex);            }

最后,也就是最简单的峰值判断了。比一下就好了。

           //最小峰值            int minPeakValue = 10;            List<int> finalresult = new List<int>();            for (int i = 0; i < index.Count; i++)            {                                if (Yaxis[index[i]] >= minPeakValue)                {                    finalresult.Add(index[i]);                }            }            index = null;            index = finalresult;
 

最新文章

123

最新摄影

闪念基因

微信扫一扫

第七城市微信公众平台