0

センサーデータ

上記のイベントを 1 または 0 として分類しようとしています。1 は低い値、0 は高い値です。通常、データはこれほどきれいに見えません。現在、私が取っているアプローチは、2 つの異なるしきい値を設定することです。そのため、0 から 1 に移動するには、1 から 0 のしきい値を超えて、20 個のセンサー値を超える必要があります。このしきい値は、受け取った最高値からその値の 10% を引いた値に設定されています。機械学習のアプローチが機能するとは思えません。使用する機能が少なすぎて、実装に必要なコード スペースが最小限でなければならないからです。誰かが、この種の問題にうまく適用できる既知のアルゴリズムの方向性を教えてくれることを願っています。それをグーグルで検索し、私の他のソースをチェックしても素晴らしい結果が得られません。

4

1 に答える 1

2

現在、私が取っているアプローチは、2 つの異なるしきい値を設定することです。そのため、0 から 1 に移動するには、1 から 0 のしきい値を超えて、20 個のセンサー値を超える必要があります。

これらの 20 個のセンサー値のグラフ上の面積を計算します。面積がしきい値 (おそらくピーク値の半分) より大きい場合は 1 を割り当て、それ以外の場合は 0 を割り当てます。

測定値は 1 単位幅 (ピクセルまたはセンサー読み取り値) であるため、面積は 20 個のセンサー値の合計になります。

于 2015-11-16T21:32:42.923 に答える