進行時間序列的數據分析時，季節因素調整與hp濾波是進行數據處理與准備工作的常見必要環節。本文簡要梳理季節調整與hp濾波的應用場景，以及在Python中的實現方法。 1. 季節調整方法 季節調整的目的是剔除季節因素的影響，使得數據平滑。進行季節調整的目的其一是使得不同季節的數據具有可比性 ...

作者：藏雲閣主 鏈接：https://zhuanlan.zhihu.com/p/78848809 一、簡介 在實際的工程應用中， ...

1. 傅里葉變換的缺點 傅里葉變換的公式為 從公式中可以看出，傅里葉變換對信號在整個時域做了積分處理，因此其結果對時域信號在整個時間軸上進行了信息平均。這對於平穩信號來說是可行的，然而對於在時 ...

雙邊濾波算法原理 雙邊濾波是一種非線性濾波器，它可以達到保持邊緣、降噪平滑的效果。和其他濾波原理一樣，雙邊濾波也是采用加權平均的方法，用周邊像素亮度值的加權平均代表某個像素的強度，所用的加權平均基於高斯分布[1]。最重要的是，雙邊濾波的權重不僅考慮了像素的歐氏距離（如普通的高斯低通濾波，只考慮 ...

什么是卡爾曼濾波？ 　　你可以在任何含有不確定信息的動態系統中使用卡爾曼濾波，對系統下一步的走向做出有根據的預測，即使伴隨着各種干擾，卡爾曼濾波總是能指出真實發生的情況。　　在連續變化的系統中使用卡爾曼濾波是非常理想的，它具有占用內存小的優點（除了前一個狀態量外，不需要保留其它歷史數據 ...

Kalman濾波器原理和實現 kalman filter Kalman濾波器的直觀理解[1] 假設我們要測量一個房間下一刻鍾的溫度。據經驗判斷，房間內的溫度不可能短時大幅度變化，也就是說可以依經驗認為下一刻鍾的溫度等於現在的溫度。但是經驗 ...

卡爾曼濾波的基本原理 　　最近看的東西有點雜，扯得太寬了，一直想整理一下學習筆記，被拖延症耽擱了。新的一年，就從卡爾曼濾波開始吧。 　　本文非原創，只是在大神們的基礎上加入了個人體會，稍作修改。菜鳥首文，大神勿噴。 　　英文原文：http://www.bzarg.com/p ...

一 中值濾波概念 中值濾波算法以某像素的領域圖像區域中的像素值的排序為基礎，將像素領域內灰度的中值代替該像素的值[1]； 如：以3*3的領域為例求中值濾波中像素5的值 圖1 1）int pixel[9]中存儲像素1，像素2...像素9的值 ...