빠른 이동 평균 알고리즘 in c

나는 이것이 boost. But으로 얻을 수있는 boost. But 정말 내가 부스트를 사용하여 피하기 위해 원하는 모든 적합한 또는 읽을 수있는 예제를 발견하지 싶습니다 알고 있습니다. 기본적으로 부동 소수점의 스트림의 지속적인 스트림의 이동 평균을 추적하고 싶습니다 Logged 가장 최근의 1000 숫자를 데이터 샘플로 사용합니다. 가장 쉬운 방법은 무엇입니까? 원형 배열, 지수 이동 평균 및보다 간단한 이동 평균을 사용하여 실험했는데 순환 배열의 결과가 내 필요에 가장 잘 맞았습니다. asked June 12 12 at 4 38. 필요에 따라 간단히 지수 이동 평균을 사용할 수 있습니다. 간단히 말하면 누적 변수를 만들고 코드가 각 샘플을 볼 때 코드는 누적 계산기를 new value 0과 1 사이의 상수 알파를 선택하고 이것을 계산합니다. 주어진 샘플의 효과가 약 1000 샘플에 대해서만 지속되는 alpha 값을 찾아야합니다. 실제로, 이것이 확실하지 않습니다. 당신을 위해, 지금 t 적합 모자 내가 여기 넣었 어 문제는 1000 지수는 이동 평균에 대한 꽤 긴 창입니다 내가 부동 소수점 계산에 언더 플로우없이 지난 1000 숫자 동안 평균을 퍼뜨릴 알파가 있는지 모르겠지만 당신이 30 개의 숫자와 같은 더 작은 평균을 원했을 때 이것은 매우 쉽고 빠른 방법입니다. 6 월 12 일 4시 44 분 1 초 게시물의 지수 이동 평균은 알파를 가변적으로 허용 할 수 있습니다. 예를 들어 초당 바이트 수와 같은 시간축 평균을 계산하는 데 사용됩니다. 마지막 누적 기 업데이트 이후의 시간이 1 초 이상이면 알파를 1 0으로 설정합니다. 그렇지 않으면 마지막 업데이트 이후에 알파를 사용하도록 할 수 있습니다. 1000000 jxh 6 월 12 일 at 6 21 . 기본적으로 데이터 샘플로 가장 최근의 1000 숫자를 사용하는 부동 소수점 스트림의 진행중인 스트림의 이동 평균을 추적하려고합니다. 다음은 계산 된 비용이 많이 드는 ON 통과를 피하기 위해 추가 된 요소가 합계로 요소를 업데이트하는 것입니다. 합계 - th에 필요한 e 평균 - on demand. Total은 T와는 다른 매개 변수로 지원됩니다. 예를 들어 1000 초 길이의 long long, char의 int 또는 double float의 double을 사용합니다. 이것은 numsamples가 INTMAX를 지나쳐 가십시오 - 당신이 신경 쓰면 unsigned long long을 사용하거나 여분의 bool 데이터 멤버를 사용하여 컨테이너가 처음 채워지는 시간을 기록하는 동안 어레이 주변의 numsamples를 복사하는 것이 가장 좋으며 pos. answered와 같은 무언가의 이름이 바뀝니다 Jun 12 12 at 5 19.one void operator T sample은 실제로 void 연산자 T sample oPless 6 월 8 일 14시 11 분 52 초입니다. oPhresh ahhh 실제로 실제로 발견되었습니다. void T operator가 될 것입니다. 물론 샘플을 사용할 수 있습니다. thanks Tony D Jun 8 14 at 14 27. 현재 열 펌프 시스템에서 온도, 흐름, 전압, 전력 및 에너지를 표시하는 그래픽 LCD 시스템을 개발 중입니다. 그래픽 LCD를 사용하면 SRAM의 절반과 내 플래시 화면 버퍼 및 strin에 의해 사용되었습니다 gs. 현재 현재 에너지에 대한 최소 최대 평균 수치를 표시하고 있습니다. 일일 수치가 재설정되는 자정에 시스템은 하루 소비량이 이전 최소값 또는 최대 값보다 높거나 낮은지 여부를 확인하고 값을 저장합니다. 평균은 누적 에너지 소비량을 일수로 표시합니다. 간단하게하기 위해 지난 주와 4 주간의 일일 평균을 표시하고 싶습니다. ie 평균 순환 평균 현재는 지난 28 일간의 값 배열을 유지하고 전체 평균을 계산합니다 배열은 매주 월별 및 지난 7 일 동안 주간. 처음에는 에너지 12 12kWh 형식으로 배열의 수레를 사용하여 이것을하고 있었지만, 이것은 28 4 바이트를 사용했다 112 바이트 SRAM의 4 단일 소수점의 해상도이므로 uint16t를 사용하여 숫자를 100으로 곱한 것입니다. 이것은 12 12가 1212로 표시되고 표시 목적으로 100으로 나눕니다. 배열의 크기는 이제 56으로 줄어 듭니다. 나는 12 진수 12 대신 1kWh를 소비하지만, 소비는 종종 25보다 높다. 5kWh 255가 가장 높은 값이다. 8 비트 부호없는 정수로 표시됩니다. 소비가 10kWh 미만이거나 35kWh 이상인 적이 없었으므로 저장된 수치에서 10을 뺄 수는 있지만 언젠가는 이러한 한계를 초과한다는 것을 알고 있습니다. 그런 다음 코드를 테스트하여 9를 팩합니다 비트 값을 배열로 변환합니다. 이것은 0-51 2kWh의 범위를 제공하고 총 32 바이트를 사용합니다. 그러나 평균을 계산하기 위해 모든 값을 반복해야 할 때 특히 이와 같은 배열에 액세스하는 것은 매우 느립니다. 제 질문은 - 3 개의 창 (일생, 28 일 및 7 일)으로 이동 평균을 계산하는보다 효율적인 방법이 있습니까? 효율성은 SRAM 사용량 측면에서 더 작지만 거대한 코드의 불이익을 의미하지 않습니다. 모든 값을 저장하지 않아도됩니까? 8시 32 분. 나는 생각하고 있었고 너는 맞아 그래서 기술적으로 내 대답이 부정확해진다. 나는 그것에 더 많은 시간과 인내심을 투자한다. 상자 밖에서 뭔가를 생각해 내면 알려줄 것이다. 우리는 내 직장에서 이렇게 많이한다. 혼란에 대해 죄송합니다. Aditya Somani 3 월 8 일 14시 17 분 15. 역사의 27 일을 기억할 필요가있는 28 일 및 7 일로 이동 평균을 계산하는보다 효율적인 방법이 있습니다 .28 값보다는 11 값을 충분히 저장할 수 있습니다 , 아마도 비슷한 것입니다. 즉, 지난 27 일 동안 매일 매일의 모든 세부 사항을 저장하기보다는 지난 7 일 동안의 상세 일일 정보 값 7을 저장하고 4 개 정도의 요약 값을 저장합니다. FFT 이동 평균 FFT-MA 생성기 가우시안 시뮬레이션 생성 및 컨디셔닝을위한 효율적인 수치 적 방법입니다. 이 기사를 Ravalec, ML Noetinger, B New York, Wiley Sons, 230 p. Journe I, AG 1974, 광석 상태 시뮬레이션을위한 Geostatistics Econ Geology, v 69, p 673 687 Google Scholar. Journel, AG and Huijbregts, CJ 1978, 광업 지리 통계 Academic, San Diego, CA. Lantujoul, C 1994, 비 조건부 시뮬레이션 M armstrong, M and Dowd, 정적 및 정적 등방성 다중 가우스 무작위 함수에 관한 연구, Stuttastic reservoir modeling, Boulevard, 동적 데이터에 대한 제한적 지역 교정 및 구조 파라미터의 추론 SPE Annual Technical Conference and Exhibition, 텍사스 휴스턴, SPE 56556.Mantoglou, 1987, 스펙트럼 선회법으로 다변량 2 차원 및 3 차원 확률 과정의 디지털 시뮬레이션 수학 지질학, v 19, no 2, p 129 149 Google Scholar. Mantoglou, A and Wilson, J 1982, 스펙트럼 방법 W에 의한 라인 생성을 이용한 난수 필드의 시뮬레이션을위한 선회 밴드 방법 ater Resources Res v 18, p 1379 1394 Google Scholar. Matheron, G 1973, 내장 임의 함수와 그 응용 Adv Appl Pro v 5, p 439 468 Google Scholar. Oliver, DS 1995, 2 및 3에서의 가우시안 시뮬레이션 이동 평균 차원 수학 지질학 v 27, no 8, p 939 960 Google Scholar. Oliver, DS Cunha, LB and Reynolds, AC 1997, Markov chain 몬테카를로 조건부 시뮬레이션 방법 수학 지질학, v 29, no 1, p 61 91 Google Scholar. Ouenes, A 1992, 저수지 특성 및 석영 역학 시스템에 대한 시뮬레이션 된 어닐링의 적용 미공개 논문 논문, 뉴 멕시코 기술, Socorro, NM, 205 p Google Scholar. Pardo-Iguzquiza, E 및 Chica-Olmo, M 1993, 푸리에 적분 방법 무작위 장의 시뮬레이션을위한 효율적인 스펙트럼 방법 Math Geology, v 25, no 2, p 177 217 Google Scholar. Prez, G 저수지 물성치에 대한 확률 적 조건 시뮬레이션 미공개 박사 학위 논문, University of Tulsa, Tulsa, OK, 245 p. Priestley, MB 1981, 분광 분석 및 시계열 Academic Press, London, GB Google Scholar. RamaRao, BS La Venue, AM de Marsilly, G 및 Marietta, MG 1995, 조건부 시뮬레이션 된 투과율의 앙상블의 자동 교정을위한 파일럿 포인트 방법론 분야 1 이론 및 전산 실험 수자원 연구 v 31, no 3, p 475 493 Google Scholar. Roggero, F 및 Hu, L 1998, 역사 매칭을위한 연속 지형 통계 모델의 단계적 변형 SPE 연례 기술 컨퍼런스 및 전시회, 뉴 올리언즈, LA , SPE 49004.Shinozuka, M and Jan, CM 1972, 무작위 과정의 디지털 시뮬레이션 및 그 응용 Jour Sounds Vib 25, no 1, p 111 128 Google Scholar. Yao, T 1998, 위상 식별을 통한 조건부 스펙트럼 시뮬레이션 수학 지질학, v 30, no 3, p 285 308 Google 학술 검색. 저작권 정보. 국제 수학 지질학 협회 2000.Authors and Affiliations. Mickale Le Ravalec. Benot Noetinger.1 Institut Franée du Ptrole Pau Cedex 9 프랑스 .2 Institut Franit du Ptrole Pau Cedex 9 France. 이 기사에 관하여.