Moyenne Mobile Simple Java

Votre interne pour iterating tout le tableau ainsi thats pourquoi vous obtenez toujours la même moyenne (celle pour le tableau entier), vous devriez iterate de 0 au numéro courant de l'externe pour à la place. Votre moyenne mobile est mise à jour en fonction de j de votre intérieur pour que cela signifie qu'il remplace les valeurs précédentes de chaque nouvelle boucle, cela devrait être à l'intérieur de l'extérieur pour au lieu de l'interne en utilisant i comme index. Vous divisez sumj pour calculer des moyennes, chaque nouvelle boucle interne j vous diviserez par 0 la première somme. Je pense que vous avez voulu utiliser j1 à la place, l'index n'est pas le même que la longueur courante Conseils pour résoudre les problèmes: Évitez d'utiliser des variables pour les arrays de boucle, vous devriez utiliser array. length à la place. Pour une question de reproduire votre problème, vous pourriez nous donner le problème isolé au lieu de votre code actuel. C'est-à-dire: Imaginez si l'erreur est dans vos entrées, comment pourrions-nous croire que vous avez réellement utilisé répondus Vous êtes en boucle sur toutes les données à chaque fois. Vous devriez avoir pour (int j (igtaverageLengthi-averageLength2: 0) jlt iaverageLength2 ampamp jltnumDataPoints j) (ou quelque chose de similaire) pour votre moyenne innermost. En outre, movingAverageisumj devrait être modifié pour traiter le cas où j est 0. En particulier, il devrait probablement être movingAverageisumaverageLength et il doit être appliqué à l'emplacement movingAveragei en dehors de la boucle moyennage. Réponse Oct 4 13 at 20:42 La prochaine fois, prenez les commentaires sur la cession de la question avant de la publier. Mais puisque vous semblez assez nouveau à ce sujet, pensez à la façon dont vous alliez à travers les données, et le faire faire cela. Vous devriez essayer de vous assurer que chaque boucle s'arrête au bon endroit et rappelez-vous que si vous arrêtez quand il n'y a plus de nombres (comme lorsque vous faites la boucle interne et vous ne pouvez obtenir que 3 numéros au lieu de 4) Le programme doit aussi s'arrêter. Assurez-vous que votre code vérifie. Répondre Oct 4 13 at 20:56 Sans aucun détail supplémentaire, vous avez probablement besoin d'une moyenne mobile non pondérée. En tout point Ai dans le tableau d'entrée A de longueur N (avec 0ltiltN), c'est simplement la moyenne des entrées K précédentes du tableau, jusqu'à et y compris Ai. S'il n'y a pas de telles valeurs, alors moyenne les valeurs (i1) de A0 à Ai. compris. Un peu de réflexion vous montrera que vous n'avez pas besoin d'ajouter toutes les valeurs de K à chaque fois. Il suffit de garder la somme et, lors du déplacement vers le point suivant (c'est une moyenne mobile), soustraire la valeur qui est remplacé et ajouter la nouvelle valeur qui va le remplacer. (Au cours des premiers points K-1, vous ajoutez simplement la nouvelle valeur à la somme et augmentez votre compteur de 1). À tout moment de ce processus, la moyenne mobile est la somme courante divisée par la valeur de comptage actuelle. Répondre Oct 13 13:05 Dans une moyenne mobile, vous devez avoir une sorte de taille de la fenêtre. La taille de votre fenêtre est moyenne, donc elle ressemblera à ceci: La boucle for démarre à partir des données actuelles et retourne les points de données moyenneLength et les ajoute. Vous aurez seulement une moyenne mobile quand vous avez vous avez quand vous avez assez de points de données et la moyenne sera la somme divisée par la longueur moyenne. Note: Non testé juste le code sudo, mais c'est l'idée. J'ai un tableau de valeurs comme ceci: Le tableau ci-dessus est simplifié, Im collecte 1 valeur par milliseconde dans mon code réel et j'ai besoin de traiter la sortie sur un algorithme J'ai écrit pour trouver le pic le plus proche avant un point dans le temps. Ma logique échoue parce que dans mon exemple ci-dessus, 0.36 est le vrai pic, mais mon algorithme regarderait en arrière et verrait le tout dernier chiffre 0.25 comme le pic, car il y a une diminution à 0.24 avant lui. L'objectif est de prendre ces valeurs et de leur appliquer un algorithme qui les lisse un peu pour que je possède des valeurs plus linéaires. (C.-à-d.: Id comme mes résultats à curvy, pas jaggedy) On m'a dit d'appliquer un filtre exponentiel de moyenne mobile à mes valeurs. Comment puis-je le faire C'est vraiment difficile pour moi de lire les équations mathématiques, je traite beaucoup mieux avec le code. Comment puis-je traiter les valeurs dans mon tableau, en appliquant un calcul de moyenne exponentielle de la mobilité pour les égaliser demandée Feb 8 12 at 20h27 Pour calculer une moyenne mobile exponentielle. Vous devez garder un certain état autour et vous avez besoin d'un paramètre de réglage. Cela nécessite une petite classe (en supposant que vous utilisiez Java 5 ou plus tard): Instantiate avec le paramètre de décroissance que vous voulez (peut prendre l'accord doit être entre 0 et 1), puis utilisez la moyenne () pour filtrer. Lors de la lecture d'une page sur une récurrence mathématique, tout ce que vous avez vraiment besoin de savoir lorsque vous le transformer en code est que les mathématiciens aiment écrire des index dans des tableaux et des séquences avec des indices. (Theyve quelques autres notations ainsi, ce qui ne l'aide pas.) Cependant, l'EMA est assez simple car vous devez seulement se souvenir d'une vieille valeur aucune arrays compliqués d'état requis. Répondre févr. 8 12 at 20h42 TKKocheran: Pretty much. Notez que les premiers termes de la séquence moyenne sauteront un peu en raison des effets de frontière, mais vous obtenez ceux avec d'autres moyennes mobiles aussi. Cependant, un bon avantage est que vous pouvez envelopper la logique de la moyenne mobile dans le moyager et expérimenter sans déranger le reste de votre programme trop. Ndash Donal Fellows Feb 9 12 at 0:06 J'ai de la difficulté à comprendre vos questions, mais je vais essayer de répondre de toute façon. 1) Si votre algorithme a trouvé 0,25 au lieu de 0,36, alors il est faux. C'est faux parce qu'il suppose une augmentation ou une diminution monotone (qui monte ou monte toujours). Sauf si vous moyenne toutes vos données, vos points de données --- comme vous les présenter --- sont non linéaires. Si vous voulez vraiment trouver la valeur maximale entre deux points dans le temps, découpez votre tableau de tmin à tmax et trouvez le maximum de ce sous-tableau. 2) Maintenant, le concept de moyennes mobiles est très simple: imaginez que j'ai la liste suivante: 1.4, 1.5, 1.4, 1.5, 1.5. Je peux le lisser en prenant la moyenne de deux nombres: 1.45, 1.45, 1.45, 1.5. Notez que le premier nombre est la moyenne de 1,5 et 1,4 (deuxième et premier nombres) la deuxième (nouvelle liste) est la moyenne de 1,4 et 1,5 (troisième et deuxième liste ancienne) la troisième (nouvelle liste) la moyenne de 1,5 et 1,4 (Quatrième et troisième), et ainsi de suite. J'aurais pu faire la période trois ou quatre, ou n. Remarquez comment les données sont beaucoup plus lisses. Une bonne façon de voir les moyennes mobiles au travail est d'aller à Google Finance, sélectionnez un stock (essayez Tesla Motors assez volatile (TSLA)) et cliquez sur technicals au bas du graphique. Sélectionnez Moyenne mobile avec une période donnée, et Moyenne mobile exponentielle pour comparer leurs différences. Moyenne mobile exponentielle est juste une autre élaboration de cela, mais pondère les données plus anciennes moins que les nouvelles données, c'est une façon de biais le lissage vers l'arrière. Veuillez lire l'entrée de Wikipedia. Donc, c'est plus un commentaire qu'une réponse, mais la petite boîte de commentaire était juste à minuscule. Bonne chance. Si vous avez des problèmes avec les mathématiques, vous pourriez aller avec une moyenne mobile simple au lieu d'exponentielle. Donc, la sortie que vous obtenez serait les derniers termes x divisé par x. Pseudocode non testé: Notez que vous devrez manipuler les parties de début et de fin des données car clairement vous ne pouvez pas moyenne les 5 derniers termes lorsque vous êtes sur votre 2e point de données. En outre, il existe des moyens plus efficaces de calculer cette moyenne mobile (somme somme - la plus récente la plus récente), mais c'est pour obtenir le concept de ce qui se passe à travers. J'ai plusieurs fois voulu calculer des mesures simples dans mes applications Java, par exemple le nombre de visites par heure, ou des erreurs tout au long d'une période de temps . Bien que le calcul de métriques simples ne soit pas terriblement difficile, son travail et son ID ne passent pas le temps sur le domaine du problème. J'ai été surpris de ne pas trouver de solutions largement acceptées pour les statistiques en Java. J'ai trouvé Metrics, mais il semblait un peu trop compliqué et pas bien documenté - Tout ce que je voulais vraiment était de calculer une moyenne mobile. J'ai réfléchi un peu plus au problème et décidé que ce n'était pas un problème difficile. Heres my solution Cela fonctionne en créant un tableau de taille de fréquence de mise à jour de fenêtre, puis un thread définit le compte à l'index suivant dans le tableau sur la fréquence de mise à jour. Le comptage de l'intervalle est simplement arrayi-arrayi1, qui est le dernier comptage moins le comptage le plus ancien. Pour un intervalle de 10 minutes, le compte le plus ancien (i1) a exactement 10 minutes. Pour ajouter une moyenne mobile à notre code d'abord bien besoin d'un compteur, en utilisant AtomicLong. Ce compteur doit être incrémenté en fonction des événements intéressés par le calcul (par exemple, les demandes POST pour un service REST). Nous devons fournir la mise en œuvre avec accès au compteur et cela est accompli grâce à l'interface GetCount. Ici Ill créer une moyenne mobile avec une fenêtre de 5 minutes qui met à jour toutes les secondes. Et pour obtenir la moyenne courante, nous appelons simplement la méthode getAverage: Un détail d'implémentation clé est la façon dont la taille du tableau est déterminée: en divisant la fenêtre par la fréquence de mise à jour. Ainsi, une grande fenêtre avec une fréquence de mise à jour fréquente peut consommer une quantité importante de mémoire. Dans cet exemple, la taille du tableau est raisonnable 300. Toutefois, si nous avons créé une moyenne mobile de 24 heures avec un intervalle de 1 seconde la taille serait 86400 Une fréquence de mise à jour plus raisonnable pour une période de 24 heures pourrait être toutes les 5 minutes (taille du tableau 288 ). Une autre considération du choix de la fenêtre et la fréquence de mise à jour est la fenêtre doit être divisible par la fréquence. Par exemple, une fenêtre de 2 minutes avec une fréquence de mise à jour de 6 secondes est correcte, mais une fréquence de mise à jour de 7 secondes n'est pas, puisqu'elle n'est pas divisible par 120. Une exception IllegalArgumentException est lancée si la fréquence de mise à jour du module de fenêtre n'est pas nulle. Cette implémentation nécessite un thread par moyenne mobile, ce qui n'est pas très efficace. Une meilleure solution serait de partager un thread à travers de nombreuses moyennes. Mettre à jour . Ive a mis à jour le code pour partager un thread ici. Enfin, il ya un problème d'état initial: nous n'avons pas encore de données pour la fenêtre entière. Par exemple, si vous avez une fenêtre de 5 minutes et seulement 15 secondes de données. Cette mise en œuvre renvoie null jusqu'à ce que nous ayons 5 minutes de données. Une autre approche consiste à estimer la moyenne. Supposons que nous ayons un compte de 10 en 30 secondes, alors nous pouvons estimer la moyenne de 40 en 2 minutes. Cependant, il existe un risque d'erreur significative en extrapolant des données incomplètes. Par exemple, si nous avons eu un éclat de 20 coups en 2 secondes, wed estimer 1200 par 2 minutes, ce qui est probablement très loin.