发帖
雷达卡
- 第 i-w 到 i+w 分段样本的方差： var(samples[(i-w):(i+w)])
- 第 i-1 和 i+1 个样本差值的绝对值：abs(sample[i+1] - samples[i-1])
- 第 i-w 到 i 分段样本与第 i 到 i+w 分段样本均值之差的绝对值 abs( mean(samples[(i-w):i]) - mean(samples[i:(i+w)]) )
- 第 i-w 到 i+w 分段样本以 (i-w):(i+w) 为 x 进行线性拟合求取的斜率 slope(samples[(i-w):(i+w)])
- 对样本以 w 为窗长进行 n 次均值平滑得到 smooth，平滑后各点与原样本各点差值绝对值 abs(samples - smooth)
等参数均近似服从伽马分布，见下图（w=5）：
分段方差
上下段均值差
abs(sample[i+1] - samples[i-1])
分段拟合斜率（至少尾端符合率较好）
abs(samples - smooth)
那么请问：
- samples 是否是服从某种已知性质的 XXXX 过程？因此而具有一系列特殊的性质？
- 如果我想对这些数据的潜在性质进行挖掘，有哪些比较好的方向？
- 是否有对这种现象进行过研究的专著？论文？
京公网安备 11010802022788号
