Matlab-如何从一组2D点中去除异常值？

我的问题分为两部分：

我有两个包含X和Y值的一维数组。如何创建另一个一维阵列，其中每个元素都是二维点？ 如何从结果数组中删除异常值？ 例如，类似这样的内容：

x=[1234400]； y=[2 3 1 4 2 1 500]； xy=[1 2][3][2 1][4 4][2 2][3 1][400 500]； 结果=rmoutliersxy，‘平均值’； 结果应该如下所示：

result = [[1 2] [3 3] [2 1] [4 4] [2 2] [3 1]]

我的目标是删除一组点中的异常点，如顶部形成一条线的点：

---

首先创建一个nx2矩阵

x = [1 3 2 4 2 3 400]';
y = [2 3 1 4 2 1 500]';
xy = [x, y]

现在xy采用以下形式：

xy = 
     1     2
     3     3
     2     1
     4     4
     2     2
     3     1
   400   500

现在将此矩阵传递给RMoutlier：

result = rmoutliers(xy);

结果的值现在应为：

result =
     1     2
     3     3
     2     1
     4     4
     2     2
     3     1

---

请注意，无法在每个点都有2个维度的情况下创建一维数组，因为。。。那么根据定义，你有一个二维数组。保持简单，从一开始就建立一个二维矩阵

首先创建一个nx2矩阵

x = [1 3 2 4 2 3 400]';
y = [2 3 1 4 2 1 500]';
xy = [x, y]

现在xy采用以下形式：

xy = 
     1     2
     3     3
     2     1
     4     4
     2     2
     3     1
   400   500

现在将此矩阵传递给RMoutlier：

result = rmoutliers(xy);

结果的值现在应为：

result =
     1     2
     3     3
     2     1
     4     4
     2     2
     3     1

请注意，无法在每个点都有2个维度的情况下创建一维数组，因为。。。那么根据定义，你有一个二维数组。保持简单，从一开始就建立一个二维矩阵

函数rmoutliers.m应该类似于以下内容：

function [result] = rmoutliers(x, y, tol)
% rmoutliers: main function,
% removes outliers with absolute value > tol(a scalar)
% out of [x,y] series
dist = calcDist(x, y);
mean = calcMean(dist);
result = zeros(2,length(x));

for i = 1:length(dist)
    result(:,i) = [x(i), y(i)];
    if abs(dist(i) - mean) > tol
        result(:,i) = [-1, -1];
    end  
end

result(result == -1) = [];
result = reshape(result, 2, []);

end



function [dist] = calcDist(x, y)
%calcDist: calculates absolute value of
% each pair of elements in [x, y]
% (the distance from the origin)
dist = sqrt(x.^2 + y.^2);

end



function [mean] = calcMean(dist)
%calcMean: average of input array
mean = sum(dist) / length(dist);

end

所有这些都将放在Documents/MATLAB目录中自己的文件rmoutliers.m中。 应通过键入以下内容从主Matlab提示符中调用：

x = [1 3 2 4 2 3 400];
y = [2 3 1 4 2 1 500];
result = rmoutliers(x, y, 100);

其中，100仅为公差系数的一个示例，用于确定与异常值平均值的差值阈值

编辑：忘记将结果的成员成对输出。您可以使用单元结构来实现这一点。运行程序后，在提示符处键入：

C = cell(1,length(x));
for i = 1:length(x)
    C(i) = {result(1,i), result(2,i)};
end

% to read from cell structure:
D = cell2mat(C);
D = reshape(D,2, []);

函数rmoutliers.m应类似于以下内容：

function [result] = rmoutliers(x, y, tol)
% rmoutliers: main function,
% removes outliers with absolute value > tol(a scalar)
% out of [x,y] series
dist = calcDist(x, y);
mean = calcMean(dist);
result = zeros(2,length(x));

for i = 1:length(dist)
    result(:,i) = [x(i), y(i)];
    if abs(dist(i) - mean) > tol
        result(:,i) = [-1, -1];
    end  
end

result(result == -1) = [];
result = reshape(result, 2, []);

end



function [dist] = calcDist(x, y)
%calcDist: calculates absolute value of
% each pair of elements in [x, y]
% (the distance from the origin)
dist = sqrt(x.^2 + y.^2);

end



function [mean] = calcMean(dist)
%calcMean: average of input array
mean = sum(dist) / length(dist);

end

所有这些都将放在Documents/MATLAB目录中自己的文件rmoutliers.m中。 应通过键入以下内容从主Matlab提示符中调用：

x = [1 3 2 4 2 3 400];
y = [2 3 1 4 2 1 500];
result = rmoutliers(x, y, 100);

其中，100仅为公差系数的一个示例，用于确定与异常值平均值的差值阈值

编辑：忘记将结果的成员成对输出。您可以使用单元结构来实现这一点。运行程序后，在提示符处键入：

C = cell(1,length(x));
for i = 1:length(x)
    C(i) = {result(1,i), result(2,i)};
end

% to read from cell structure:
D = cell2mat(C);
D = reshape(D,2, []);

---

忘了回答OP的第一个问题：编辑我的答案来解决这个问题很好！但是rMutters已经是一个内置的matlab函数，所以不需要op来实现所有这些。啊哈，我想我已经重新发明了轮子，真是太差劲了！尽管如此，他仍然可以使用单元格获得他想要的成对结果向量，从而解决OP的第一个问题：编辑我的答案来解决这个问题！但是rMutters已经是一个内置的matlab函数，所以不需要op来实现所有这些。啊哈，我想我已经重新发明了轮子，真是太差劲了！尽管如此，他仍然可以使用细胞来获得他想要的成对向量结果