JMP のフーリエ変換機能を使用して、曲線データのリストを最も適切な正弦波に当てはめるにはどうすればよいでしょうか?たとえば、添付ファイルでは、最初の列の滑らかな線の数式を描画することで、2 番目の列の「滑らかな」データを取得しました。
「スムーズ」を増すと、2 つの曲線を繰り返し交差させることで、最も適切な正弦波周期が決定されます。
もちろん、元の曲線の変化は完全にランダムなので、適合された正弦波が最大の満足度を達成できることのみが要求されます (正弦波は単なる固定パターンです)。
写真の正弦波のようなものです。
(この画像はPythonで実装されています。)
専門家の皆さん、ありがとう！
自動化とスクリプトウィンドウズRe: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正統曲線に当てはめるにはどうすればよいでしょうか?
Re: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正統曲線に当てはめるにはどうすればよいでしょうか?つまり、フィッティングされた固定正弦波の高点の数と元の「num」曲線ステージの高点の数は可能な限り一致し、同じ正弦波の低点の数と元の「num」曲線ステージの低点の数は可能な限り一致する。
ありがとう！
Re: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正統曲線に当てはめるにはどうすればよいでしょうか?JMPにはFFTやフーリエに関連する他の機能があります
時系列分析が役立つかもしれませんし、JMP Proにアクセスできる場合は、 Functional Data Explorerでより多くのオプションを利用できるかもしれません。
Re: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正統曲線に当てはめるにはどうすればよいでしょうか?こんにちは@lala さん
あなたの目的とニーズを完全に理解できたかどうかはわかりませんが (元の、おそらくノイズの多い曲線データよりも滑らかな曲線を取得する?)、 @jthiが述べたように、曲線をフィッティングしてフィッティングされた「滑らかな」モデルを抽出するためのオプションが、Functional Data Explorer にはたくさんあります。B-/P-スプラインとフーリエ基底モデルは、あなたのユースケースでうまく機能すると思います。また、必要に応じて、曲線データをさらに滑らかにするのに役立つ前処理オプションがあります。Savitzky-Golay フィルタリングと導関数の抽出、ベースライン補正、標準正規変量法、乗法散布補正などです。
あるいは、大量の曲線モデルを適合させることができるプラットフォームFit Curve を使用することもできます。
また、モデル方程式を指定するための数式を作成し、 非線形回帰プラットフォームを使用してモデルのさまざまなパラメータを推定することもできます。
この回答があなたのお役に立てば幸いです。
Re: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正統曲線に当てはめるにはどうすればよいでしょうか?専門家の皆さん、ありがとう！
正弦波を自動的に合成するソフトウェアが必要です。
私の考え:
1. 2列目が1列目を下から通過すると、正弦波の前半の開始点となる。
2. 最初の列が一番上に上がる
3. 2列目が上から下に向かって1列目を通過すると、正弦波の前半の終点となり、正弦波の後半の開始点となる。
4. 最初の列が下に落ちる
完全な正弦波の周期は次のように決定される。
このようにして、2 番目の列と 1 番目の列を繰り返し交差させて、さまざまな正弦波周期を取得します。
このデータに最も一致する正弦波の周期を見つけるにはソフトウェアが必要です (正弦波の振幅は二次的です)。
Re: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正弦波に当てはめるにはどうすればよいでしょうか?これには Python を使用することをお勧めします。scipy Python ライブラリには、numpy 配列を入力として受け取る scipy.fft() 関数があり、これが使いやすいと思います。嬉しいことに、JMP 18 では、JMP 内で Python スクリプトを実行し、numpy 配列から JMP データ テーブルを作成できるようになりました。
https://docs.scipy.org/doc/scipy/tutorial/fft.html
Re: JMP のフーリエ変換関数を使用して、曲線データのリストを最も適切な正弦波に当てはめるにはどうすればよいでしょうか?PythonのFFTを使用する
ありがとう！
