Я работаю с некоторыми данными океана прилив, который структурирован так:Как найти все пики и впадины приливных данных?
$data = array('date' => array('time' => array('predicted','observed')));
Вот пример реальных данных, которые я использую: http://pastebin.com/raw.php?i=bRc2rmpG
И это моя попытка найти высокое/низкие значения: http://pastebin.com/8PS1frc0
Текущие выпуски с моим кодом:
- Когда показания изменяются (как видно из диапазона
11/14/2010=>11:30:00
-11/14/2010=>11:54:00
в образце данных), он создает «колебание» в логике направления. Это создает ошибочный пик и прогиб. Как я могу избежать/исправить это?
Примечания: Мой метод очень «одноранговый» .. Я предположил, что я бы не нужен огромная математику материала, так как я не пытаюсь найти какие-либо средние, приближение, или будущие оценки. Я действительно ценю пример кода лучшего метода, даже если это означает выбросить код, который я написал до сих пор.
Если у вас нет ошибки, маловероятно, что люди просмотрят ваш код. – Fosco
Я обновил свой вопрос двумя проблемами, которые возникли, когда я начал использовать фактические данные, а не тестовые значения. Я предоставил экспорт некоторых реальных данных, которые я использую. – drudge
смотрите http://stackoverflow.com/a/10303971/987850 Этот метод существует в Python, C и Fortran - http://billauer.co.il/peakdet.html – 23W