一维信号的聚类

Question

我有几个一维信号，显示两个或更多波段。一个例子如下所示。

我需要提取属于单个波段的数据点。

---

我的第一个简单方法是对数据进行移动平均，并获取数据大于平均值的索引。

def seperate(x):
    average = scipy.ndimage.gaussian_filter(x, 10)
    # this gives me a boolean array with the indices of the upper band.
    idx = x > average
    # return the indices of the upper and lower band
    return idx, ~idx

绘制这些曲线和平均曲线将如下所示，其中红色表示上限，蓝色表示下限。

这在本示例中非常有效，但是当存在两个以上的波段和/或波段没有很好地分离时会失败。

我正在寻找更强大和更通用的解决方案。我正在研究 scikit-learn，想知道是否可以使用其中一种聚类算法来实现这一目标。

Answer 1

看看时间序列相似性度量。

确实，我已经看到您在那里尝试过的这种二进制阈值，称为“阈值交叉”，还有更多。

一般来说，没有“一刀切”的时间序列相似性。不同类型的信号需要不同的措施。这可能最好从以下事实中看出：有些在 FFT 之后分析得更好，而对于另一些 FFT 则完全没有意义。