R：如何对二进制信号进行滤波/平滑

我有一个表示时间序列的二进制向量。我想过滤掉快速开关，比如0000000 1100000000应该是零，同样地11111111 011111应该是一

---

什么样的过滤器/函数适合该任务？

使用加权平均值考虑相邻值如何？在这种情况下，将考虑每个值的2个邻居（两侧都有2个邻居）。当然，这是可以调整的

> v <- sample(c(0,1),30,replace=TRUE)

> v
 [1] 0 1 1 1 0 0 0 0 1 1 0 1 0 0 1 0 1 1 0 0 0 0 1 1 1 0 1 0 0 0

# embed(v,5) is a short version for this:
# cbind(v[1:26],v[2:27],v[3:28],v[4:29],v[5:30])

> m <- embed(v,5)

> c(round(m %*% c(.1,.2,.4,.2,.1)))
 [1] 1 1 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0

正如你所看到的，孤独者已经不在了

---

根据sgibb的建议，整个模糊可以归结为：

round(filter(v, c(.1,.2,.4,.2,.1)))

---

（但我想上面写出来的版本清楚地说明了要做什么，这就是我为什么不写的原因）

也许这是一种愚蠢的方法，但是

rle

/

相反。rle

似乎是很好的选择。例如，如果将快速切换定义为小于3个相等值的周期：

b1 <- c(rep(0, 7), rep(1, 2), rep(0, 7))
b2 <- c(rep(1, 10), 0, rep(1, 4))

binaryFilter <- function(x, threshold=3) {
  r <- rle(x)
  isBelowThreshold <- r$lengths < threshold
  r$values[isBelowThreshold] <- abs(1-r$values[isBelowThreshold])
  return(inverse.rle(r))
}

binaryFilter(b1)
# [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

binaryFilter(b2)
# [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

---

b1另一种类似于@sgibb解决方案的解决方案，但使用
zoo
软件包中的
rollapply

找到序列的趋势（优势值）
沿系列以固定窗口宽度滚动应用，如果窗口存在趋势，则采用趋势
代码更容易解释：）

filter\u bin你如何定义一个“快速开关”？你可以/应该使用
embed
来代替你的
cbind
调用。我想这和
round（filter（v，c（.1,2,4,2,1））
完全一样。
。哦，该死的-我还以为我发明了这个算法…：/。。。只是开玩笑。再次感谢！那好多了
b1 <- c(rep(0, 7), rep(1, 2), rep(0, 7))
b2 <- c(rep(1, 10), 0, rep(1, 4))

binaryFilter <- function(x, threshold=3) {
  r <- rle(x)
  isBelowThreshold <- r$lengths < threshold
  r$values[isBelowThreshold] <- abs(1-r$values[isBelowThreshold])
  return(inverse.rle(r))
}

binaryFilter(b1)
# [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

binaryFilter(b2)
# [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

filter_bin <-
function(vec,width =3){
  trend <- 
    as.numeric(names(which.max(table(vec))))
  rollapply(vec,width,function(x) 
  if(trend %in% x) trend else unique(x))
}

  filter_bin(b2)
  ## 1 1 1 1 1 1 1 1 1 1 1 1 1
  filter_bin(b1)
  ## 0 0 0 0 0 0 0 0 0 0 0 0 0 0