数据分割时间序列

Question

如何区分表示重要数据和不重要数据的序列？

一些背景和一个例子:在数据图(图)中可以看到的，在这个时间序列中有9个片段，这是用IMU记录的(测量加速度- x，y，z，围绕x，y，z旋转)。有关数字如下：

​

​

情节所依赖的数据：Data.csv

在这种情况下，这些代表了一个从右手剪出的运动。在每个信号之间，有一个延迟(2-3秒).这一延迟也可以延长。

哪一种方法是最容易分割数据的？在哪里可以找到这些数据的例子，或者你能给我一个简单的例子吗？，我想找出什么？：相关信号的起点在哪里？

• 异常检测。我已经实现了这一点，但是它非常模糊地预测(我还没有优化它)。可能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-表示聚类:我也考虑过这一点，但是如何处理呢？有例子吗？
• 频域分析:将原始数据分割成具有重叠的帧(大小为100)，并将它们转换为频域。我可以使用哪些功能？想过信号能量吗？
• 其他方法？

然后，将这些片段作为手势分类器的训练示例。

[可选附加信息:记录环境:执行手挂松->手势-->手挂松->在松臂位置等待5 Sec ->记录手势的下一次迭代。另一个重要的条件是，我需要分割不同类型的手势(信号看起来不一样)；不仅是剪短手势，还可以向上滑动、向下滑动或竖起大拇指。]

(事先非常感谢:)

欢迎马克斯

Answer 1

有一些可能的解决方案: DBSCAN 这里的例子或DTW 这里的例子方法。

此外，您还可以手动完成(例如，Matlab文件)。这里: axaR是来自加速度计的信号(沿x轴)，k个点数，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

Matlab图形说明了该算法。

这是从步行分析的例子，它完全是直觉为基础的方法，如果你知道任何数学或物理背景，请毫不犹豫地分享它。

最好的

Answer 2

“我如何将表示重要数据的序列从不重要的数据中分离出来？”你的问题不明确。什么是“重要的”是主观的，而不是固有的数据。

但是，如果您想要构建一个分类器，您可以将问题重组为“什么是最保守的子序列？”你可以用以下方式回答：

matrixProfile，profileIndex，motifIndex，discordIndex = interactiveMatrixProfileVer2(耶，250)；(代码在http://www.cs.ucr.edu/~eamonn/MatrixProfile.html上是免费的)

Answer 3

如果您想手动分割数据(监督学习)，我遇到了同样的问题，所以我创建了一个简单的python库：https://github.com/XavierTolza/python-timeseries-segmenter。