如何将时间数据归一化为其初始值？

Pepe 发表于 Dev

佩佩

我有每3秒获取一次的数据。最初，它们总是在狭窄的基线范围（即100±10）内开始，但在约30秒后，它们的值开始增加。

这是一个例子。

在此处输入图片说明

问题在于，对于每个实验，由于设备校准的变化，初始基线值可能会在y轴的不同点（即100、250、35）开始。

尽管在大约30秒的相对信号增强在不同的实验中表现相同，但可能会沿y轴产生偏移。

我的意图是测量这些曲线的AUC。由于实验之间存在偏差，尽管它们的形状和增强比可能相同，但它们不可比较。

因此，我需要对数据进行归一化，以便无论偏移量如何，它们都具有可比较的基线初始值。可以将其设置为0。

您能给我一些关于如何在Matlab上完成标准化的建议吗？

理想情况下，输出数据应具有相对信号增强（相对于基线的百分比）。

例如，上面的基线值将徘徊在0±10（而不是原始原始值139）附近，并且随着增强，它们将累积到65％（而不是原始原始值230）。

样本数据：

 index       SQMean   
_____    ____________

'0'      '139.428574'
'1'      '133.298706'
'2'      '135.961044'
'3'      '143.688309'
'4'      '133.298706'
'5'      '133.181824'
'6'      '134.896103'
'7'      '146.415588'
'8'      '142.324677'
'9'      '128.168839'
'10'     '146.116882'
'11'     '146.766235'
'12'     '134.675323'
'13'     '138.610382'
'14'     '140.558441'
'15'     '128.662338'
'16'     '138.480515'
'17'     '153.610382'
'18'     '156.207794'
'19'     '183.428574'
'20'     '220.324677'
'21'     '224.324677'
'22'     '230.415588'
'23'     '226.766235'
'24'     '223.935059'
'25'     '229.922073'
'26'     '234.389618'
'27'     '235.493500'
'28'     '225.727280'
'29'     '241.623383'
'30'     '225.805191'
'31'     '240.896103'
'32'     '224.090912'
'33'     '230.467529'
'34'     '248.285721'
'35'     '233.779221'
'36'     '225.532471'
'37'     '247.337662'
'38'     '233.000000'
'39'     '241.740265'
'40'     '235.688309'
'41'     '238.662338'
'42'     '236.636368'
'43'     '236.025970'
'44'     '234.818176'
'45'     '240.974030'
'46'     '251.350647'
'47'     '241.857147'
'48'     '242.623383'
'49'     '245.714279'
'50'     '250.701294'
'51'     '229.415588'
'52'     '236.909088'
'53'     '243.779221'
'54'     '244.532471'
'55'     '241.493500'
'56'     '245.480515'
'57'     '244.324677'
'58'     '244.025970'
'59'     '231.987015'
'60'     '238.740265'
'61'     '239.532471'
'62'     '232.363632'
'63'     '242.454544'
'64'     '243.831161'
'65'     '229.688309'
'66'     '239.493500'
'67'     '247.324677'
'68'     '245.324677'
'69'     '244.662338'
'70'     '238.610382'
'71'     '243.324677'
'72'     '234.584412'
'73'     '235.181824'
'74'     '228.974030'
'75'     '228.246750'
'76'     '230.519485'
'77'     '231.441559'
'78'     '236.324677'
'79'     '229.935059'
'80'     '238.701294'
'81'     '236.441559'
'82'     '244.350647'
'83'     '233.714279'
'84'     '243.753250'

毛线跳线

接近Shai提到的内容：

blwindow = 1:nrSamp;
DataNorm = 100*(Data/mean(Data(blwindow))-1)

将窗口设置为正确的大小，但是要确定它，这取决于您的数据。输出DataNorm以％为单位。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。

编辑于2021-02-20

我来说两句

0条评论

登录后参与评论

上一篇：MPI_Allreduce在动态结构数组中的数组上

来自分类Dev