- A+
所属分类：.NET技术
线性算法是基于最小二乘法所计算的平滑算法，
具体可以参考这篇博客几个简单的数据点平滑处理算法_Ivan 的专栏-CSDN博客_数据平滑处理
其他的算法原文解释是：
算法的原理很简单，以五点三次平滑为例。取相邻的5个数据点，可以拟合出一条3次曲线来，然后用3次曲线上相应的位置的数据值作为滤波后结果。简单的说就是 Savitzky-Golay 滤波器 。
只不过Savitzky-Golay 滤波器并不特殊考虑边界的几个数据点，而这个算法还特意把边上的几个点的数据拟合结果给推导了出来。
我没找到具体原公式...这一点很是遗憾，也不知道到底根据什么算的系数.
代码不是C#的，但是很好改成C#。
我觉得线性的代码就很不错了，速度也很快。
迭代的次数最好是小于20次，不然就趋向于直线了，这个算法也许不一定适用所有的情况，时间序列应该是没多大问题的。
修改的代码
private List<Point> linearSmooth5(List<Point> Data) { List<Point> restult = new List<Point>(); var count = Data.Count; if (count <= 5) { for (int i = 0; i <= count - 1; i++) { restult.Add(Data[i]); } } else { double y = (3.0 * Data[0].Y + 2.0 * Data[1].Y + Data[2].Y - Data[4].Y) / 5.0; restult.Add(new Point(Data[0].X, y)); y = (4.0 * Data[0].Y + 3.0 * Data[1].Y + 2 * Data[2].Y + Data[3].Y) / 10.0; restult.Add(new Point(Data[1].X, y)); for (int i = 2; i <= count - 3; i++) { y = (Data[i - 2].Y + Data[i - 1].Y + Data[i].Y + Data[i + 1].Y + Data[i + 2].Y) / 5.0; restult.Add(new Point(Data[i].X, y)); } y = (4.0 * Data[count - 1].Y + 3.0 * Data[count - 2].Y + 2 * Data[count - 3].Y + Data[count - 4].Y) / 10.0; restult.Add(new Point(Data[count - 2].X, y)); y = (3.0 * Data[count - 1].Y + 2.0 * Data[count - 2].Y + Data[count - 3].Y - Data[count - 5].Y) / 5.0; restult.Add(new Point(Data[count - 1].X, y)); } return restult; }
