如何截取完整的波形图，请教一下各位（关于机器学习、特征提取、时间序列）

不懂，红框和黑框有啥区别。

你先想办法把你的场景讲清楚

@ipwx 红框部分截取下来的波形图，两边是比较平缓的，中间是波动较大的
黑框截取的波形图，波动大的那部分，跑到末尾了，没有被完整截取

@AlwaysBee 哦，你是一个实时序列从左往右跑，然后检测是吧。。。这句话也是我看你上面这句话猜出来的，猜测你 “跑到末尾” 是这个意思。

你的描述太不清晰了，我其实还是知之甚少，比如你的数据是什么、有什么性质。。。


https://s3.bmp.ovh/imgs/2024/07/24/1dafb7fdb9997217.png
@ipwx

帖子无法 append ，在这里补充一个图
黑色框不是我想要的（由于达到阈值就开始截取了，但实际上是提前了），红色虚线框才是我想要截取的

@AlwaysBee 哦好像看懂你在说什么了。

你加个卷积核吧，两边低中间高的卷积核。

另外你还是没有描述清楚。

你这边有好几条序列，设为 S1[t] ... Sk[t] 这 k 条序列。

所以你每一时刻 t 的波动大，这个波动到底指的是以下哪种定义：

1. max(Si[t] - Sj[t]) 两两之差的最大值
2. max(abs(Si[t] - Sj[t])) 两两之差的绝对值的最大值
3. max(abs(Si[t])) 每条序列的绝对值的最大值

到底是哪个啊？
----

所以你真的还没描述清楚啊（心累

@ipwx 不好意思，因为在这方面确实不是专业的，所以描述也比较直白
前面说的波动大，就是如图红框中间的波形图波动陡峭起伏大的意思

X 轴是时间，然后 Y 轴有三个数据（体现在波形图就是有三条不同颜色的折线图），随着时间会变化，并且是随着时间不断产生数据

我需要做的是，将红框内这样的数据提取出来，作为特征样本，但由于算法实现的问题，有一定概率截取到黑色框这样的样本，这样对最终的训练结果会有影响

不知道这样描述是否理解了

@AlwaysBee 不理解。

“前面说的波动大，就是如图红框中间的波形图波动陡峭起伏大的意思”

你这描述，每个人都有每个人不同的看法啊。你还是得形式化啊

----
我用 t 表示时间，y1 y2 y3 表示序列。

如果认为 y1 在 t 时刻起伏大，是绝对值大？

abs(y1[t]) 很大？

什么叫大？比 80% 的其他点大？

----

如果时刻 t 只有一条线的绝对值大，那算不算你 t 时刻这三条线大？

还是需要三条线都起伏大？
----


如果 t 时刻，三条线的绝对值都不算很大，但是加起来比其他时刻绝对值加起来大，那算不算？
----

我感觉你这个根本不是机器学习的范畴，只是你自己没有把问题描述清楚。你写清楚了就写出来了。

@ipwx #8
其实问题简化一下就是：如何截取到红色框框这这种类型的数据样本（两边平缓、中间起伏大）

波动大小的判断就是这个问题的关键，怎么判断也是我想问的，我不知道如何通过数学的方式去判断（只能通过波形图判断这个波动大）

特征数据提取之后，是需要把特征数据扔进去训练模型的，算是数据预处理的步骤

@AlwaysBee

1 、中间大两边小，我上面说了啊，加卷积啊。
2 、但是加什么卷积、卷积核多宽、然后三个曲线是加起来还是求平均还是求最大值，你得把问题描述清楚才能具体啊。

你要不给个 csv 数据，我给你 python 随便写一段。你就能体会为啥我上面要问你那么依托东西了。

https://docs.qq.com/sheet/DY1VPTWRXbXdoUXdx
你看看能否打开，腾讯文档
@ipwx #11

你这和建模没太大关系，是数据预处理的范涛。我建议是可以使用傅里叶变换，从时域信号变为频域信号，进行频域分析，抹点你不想要的波形后，再转换回来进行提取