L
У меня просто стохастическая модель и там оценка параметра считается по схеме ньютона или аппроксимаций, а сам функционал, который играет роль производной считается очень долго и его надо аппроксимировать
Size: a a a
2018 July 28
AS
https://en.wikipedia.org/wiki/Quasi-Newton_method например и ну взрываешь вкладки из статьи про оптимизацию, там всё кроме совсем уж эзотерики нормально описано с плюсами и минусами
AS
ну точнее не то чтобы прям нормально но юзабельно в целом
L
А разве они не по аналогии с одномерным случаем?
Ну например, настолько я помню, Бройден - это обобщение секущих
Ну например, настолько я помню, Бройден - это обобщение секущих
2018 July 29
GS
Всем привет!
Может кто подскажет. Задача: даны два графика, один "длинный", другой короткий. Естественно, в виде массива точек (х; у). Нужно попытаться найти в первом графике второй.
Нашёл эту заметку - https://en.wikipedia.org/wiki/Cross-correlation .
Также смотрел доки по xcorr в МатЛабе и пытался в ОктавОнлайн что-то вроде лабораторной сделать, так сказать пощупать xcorr. Результаты не удовлетворительные, естественно.
Мои вопросы:
1) на вики написано, что взаимокорреляционная функция как раз и предназначена для поиска в одном графике другого. Однако это отмечено для работы со звуком, что, видимо, придаёт некоторые свойства графикам и функция хорошо работает.
Существуют ли другие методы, предназначенные для этой же задачи?
2) я не совсем понимаю из вики, для любых ли функций взаимокорреляция подходит. Есть ли у неё ограничения?
К примеру, я нагенерировал точки для графика -x - pi на отрезке [-3pi; -pi] и sin(x) на отрезке [-pi; pi]. Это была "длинная" функция. Короткой же была просто sin(x) на [-pi; pi]. Применение автокорреляции не дало мне желаемый ответ, что функции "вообще-то совпадают", ну или "совпадают на [-pi; pi].
Может кто подскажет. Задача: даны два графика, один "длинный", другой короткий. Естественно, в виде массива точек (х; у). Нужно попытаться найти в первом графике второй.
Нашёл эту заметку - https://en.wikipedia.org/wiki/Cross-correlation .
Также смотрел доки по xcorr в МатЛабе и пытался в ОктавОнлайн что-то вроде лабораторной сделать, так сказать пощупать xcorr. Результаты не удовлетворительные, естественно.
Мои вопросы:
1) на вики написано, что взаимокорреляционная функция как раз и предназначена для поиска в одном графике другого. Однако это отмечено для работы со звуком, что, видимо, придаёт некоторые свойства графикам и функция хорошо работает.
Существуют ли другие методы, предназначенные для этой же задачи?
2) я не совсем понимаю из вики, для любых ли функций взаимокорреляция подходит. Есть ли у неё ограничения?
К примеру, я нагенерировал точки для графика -x - pi на отрезке [-3pi; -pi] и sin(x) на отрезке [-pi; pi]. Это была "длинная" функция. Короткой же была просто sin(x) на [-pi; pi]. Применение автокорреляции не дало мне желаемый ответ, что функции "вообще-то совпадают", ну или "совпадают на [-pi; pi].
2018 July 30
X
Если все абсциссы точек второго содержатся в первом, то за О(mn), где m,n - размеры массивов, можно вычислить
X
X
если наборы точек полностью произвольные, то дела хуже будут обстоять
GS
Абсциссы то содержатся. Я специально ресемплинг делаю. А вот ординаты - нет. Графики именно, что похожи, но не равны
GS
никто ничего не подскажет по моей проблеме? Хотя бы в какую сторону копать
g
Всем привет!
Может кто подскажет. Задача: даны два графика, один "длинный", другой короткий. Естественно, в виде массива точек (х; у). Нужно попытаться найти в первом графике второй.
Нашёл эту заметку - https://en.wikipedia.org/wiki/Cross-correlation .
Также смотрел доки по xcorr в МатЛабе и пытался в ОктавОнлайн что-то вроде лабораторной сделать, так сказать пощупать xcorr. Результаты не удовлетворительные, естественно.
Мои вопросы:
1) на вики написано, что взаимокорреляционная функция как раз и предназначена для поиска в одном графике другого. Однако это отмечено для работы со звуком, что, видимо, придаёт некоторые свойства графикам и функция хорошо работает.
Существуют ли другие методы, предназначенные для этой же задачи?
2) я не совсем понимаю из вики, для любых ли функций взаимокорреляция подходит. Есть ли у неё ограничения?
К примеру, я нагенерировал точки для графика -x - pi на отрезке [-3pi; -pi] и sin(x) на отрезке [-pi; pi]. Это была "длинная" функция. Короткой же была просто sin(x) на [-pi; pi]. Применение автокорреляции не дало мне желаемый ответ, что функции "вообще-то совпадают", ну или "совпадают на [-pi; pi].
Может кто подскажет. Задача: даны два графика, один "длинный", другой короткий. Естественно, в виде массива точек (х; у). Нужно попытаться найти в первом графике второй.
Нашёл эту заметку - https://en.wikipedia.org/wiki/Cross-correlation .
Также смотрел доки по xcorr в МатЛабе и пытался в ОктавОнлайн что-то вроде лабораторной сделать, так сказать пощупать xcorr. Результаты не удовлетворительные, естественно.
Мои вопросы:
1) на вики написано, что взаимокорреляционная функция как раз и предназначена для поиска в одном графике другого. Однако это отмечено для работы со звуком, что, видимо, придаёт некоторые свойства графикам и функция хорошо работает.
Существуют ли другие методы, предназначенные для этой же задачи?
2) я не совсем понимаю из вики, для любых ли функций взаимокорреляция подходит. Есть ли у неё ограничения?
К примеру, я нагенерировал точки для графика -x - pi на отрезке [-3pi; -pi] и sin(x) на отрезке [-pi; pi]. Это была "длинная" функция. Короткой же была просто sin(x) на [-pi; pi]. Применение автокорреляции не дало мне желаемый ответ, что функции "вообще-то совпадают", ну или "совпадают на [-pi; pi].
А какой результат у тебя получился?
GS
если вопрос про мой синтетический пример, то "сдвинуть синус в середину первого графика". Что для меня не удовлетворительно, ведь очевидно же, что они просто равны на определённом отрезке
GS
могу код на октаве показать
g
если вопрос про мой синтетический пример, то "сдвинуть синус в середину первого графика". Что для меня не удовлетворительно, ведь очевидно же, что они просто равны на определённом отрезке
Какой ответ нужен?
GS
простите, но уж зашлю картинки сюда
GS
вот два графика, синий - длинный, и красный
GS
это они изначально построены
GS
и видно, где они равны
GS
[R, lag] = xcorr(y2, y(lagDiff:end));
[~,I] = max(abs(R));
lagDiff = lag(I)
plot(lag, R)
plot(x, y, x2 - lagDiff * (right - left) / count, y2)
lagDiff = 17