Python 数据分割时间序列

如何将表示重要数据的序列与不重要数据的序列分开？

一些背景和一个例子： 从数据图（图-见链接）中可以看出，该时间序列中有9个分段，由IMU记录（测量加速度–x，y，z，围绕x，y，z的方向旋转）。该图可在以下链接中找到：

绘图所依赖的数据：

在这种情况下，这些表示从右手剪下的动作。每个信号之间都有延迟（2-3秒）。这种延迟也可以延长

哪种方法最容易分割数据？我在哪里可以找到这些方法的示例，或者你能给我一个简单的方法吗我想知道什么？：相关信号的起点在哪里？

• 异常检测。我已经实现了这一点，但它的预测非常模糊（我还没有优化它）。也许我需要比原始数据更好的特性。我问这个问题是因为可能有更简单的方法
• K-means聚类：也考虑过这一点，但我该如何处理？有例子吗
• 频域分析： 将原始数据分割为具有重叠的帧（大小为100），并将这些帧转换为频率域。我可以使用哪些功能？关于信号能量的思考
• 其他方法

之后，这些片段将用作手势分类器的训练示例

[可选附加信息：录制环境：手悬空->执行手势-->手悬空-->在松臂位置等待5秒-->[录制手势的下一次迭代]。 另一个重要条件是，我还需要分割不同种类的手势（信号看起来不同），不仅是剪手势，还可以向上、向下或竖起拇指。]

提前非常感谢：）

---

向Max问好“我如何将代表重要数据的序列与不重要数据的序列分开？” 你的问题不明确。“重要”是主观的，而不是数据本身

然而，如果你想构建一个分类器，你可以把这个问题重新定义为“什么是最好的保守子序列？”。您可以回答以下问题：

---

[matrixProfile、profileIndex、MotionIndex、discordIndex]=interactiveMatrixProfileVer2（ay，250）；（代码免费提供）

“如何将表示重要数据的序列与不重要数据的序列分开？” 你的问题不明确。“重要”是主观的，而不是数据本身

然而，如果你想构建一个分类器，你可以把这个问题重新定义为“什么是最好的保守子序列？”。您可以回答以下问题：

---

[matrixProfile、profileIndex、MotionIndex、discordIndex]=interactiveMatrixProfileVer2（ay，250）；（代码免费提供）

有一些可能的解决方案： DBSCAN 或 DTW方法

此外，您还可以手动执行（例如Matlab m-file）。 这里：axaR是来自加速计（沿x轴）的信号，k-点数，阈值-手动调整值

figure (100)

for fig = 1: 5
k = 200;
threshold =20*fig*std(axaR);
fprintf('window size %d, threshold is %f\n', k,threshold)  
for i = 1: (length(axaR)-k)
    summa = 0;
    for j= 1:k
    summa =  summa + abs(axaR(i+j));
    end
    if (summa > threshold)
        c(i) = 1;
    else
        c(i) = 0;

    end
end

subplot(5,1,fig)
plot ( axaR, 'LineWidth', lw), hold on
plot(1:k,ones(k,1),'*r')
hold on, 
plot ( c, 'LineWidth', lw),
hold on, 
xlim([0,5000]),
title (strcat('threshold ', num2str(threshold), 'window size', num2str(k) ))
end

这是步行分析的例子，它是完全基于直觉的方法，如果你知道任何数学或物理背景，请不要犹豫分享它

---

最佳

以下是一些可能的解决方案： DBSCAN 或 DTW方法

此外，您还可以手动执行（例如Matlab m-file）。 这里：axaR是来自加速计（沿x轴）的信号，k-点数，阈值-手动调整值

figure (100)

for fig = 1: 5
k = 200;
threshold =20*fig*std(axaR);
fprintf('window size %d, threshold is %f\n', k,threshold)  
for i = 1: (length(axaR)-k)
    summa = 0;
    for j= 1:k
    summa =  summa + abs(axaR(i+j));
    end
    if (summa > threshold)
        c(i) = 1;
    else
        c(i) = 0;

    end
end

subplot(5,1,fig)
plot ( axaR, 'LineWidth', lw), hold on
plot(1:k,ones(k,1),'*r')
hold on, 
plot ( c, 'LineWidth', lw),
hold on, 
xlim([0,5000]),
title (strcat('threshold ', num2str(threshold), 'window size', num2str(k) ))
end

这是步行分析的例子，它是完全基于直觉的方法，如果你知道任何数学或物理背景，请不要犹豫分享它

---

最佳

如果您想手动分割数据（监督学习），我遇到了同样的问题，因此我创建了一个简单的python matplotlib库：

---

如果要手动分割数据（监督学习），我遇到了同样的问题，因此我创建了一个简单的python matplotlib库：

---

非常感谢，这非常有帮助！非常感谢，这非常有帮助！请允许您在下一次使用CTRL+G为可读性设计代码格式。请允许您在下一次使用CTRL+G为可读性设计代码格式