2014 dxdy logo

Научный форум dxdy

Математика, Физика, Computer Science, Machine Learning, LaTeX, Механика и Техника, Химия,
Биология и Медицина, Экономика и Финансовая Математика, Гуманитарные науки


Правила форума


В этом разделе нельзя создавать новые темы.



Начать новую тему Ответить на тему На страницу Пред.  1, 2
 
 Re: аппроксимация экспериментальных данных
Сообщение11.04.2015, 14:56 


26/03/14
26
Предыдушее сообщение вполне разумное.

Я хотел бы написать следующее.
Аналогом напильника является фильтр низких частот, в самаом простом случае можно свернуть с ядром (1/3, 1/3, 1/3) можно взять фильтр гауса. Если Вы не знаете что это такое, то напишите. Порекомендую по теме фильтрации книгу "Стивен В. Смит - Научно-техническое руководство по цифровой обработке сигналов", если заинтересует посмотрю какую главу нужно прочитать.

По поводу промежуточного пика:
вообще он очень похож на два боковых и по форме, ну очень похож врядли это шум,(маловероятно что 8 точек случайно выстроялись и стали похожи на экспоненту) я бы не игнорировал его(не фильтроваал), а попытался найти объяснение, если это конечно не очень затратно. Если найти объяснение тому промежуточному процессу, и выделить его как отдельные данные, можно создать фильтр котроый будет фильтровать этот маленький всплеск, и тогда он почистит и все остальные данные (так как этот маленький всплеск наложился и на них). В книги почитайте от том как улучшали звучание голоса Карузо(метод обратной свертки).

Если чесно, я на графике вижу гаусиан точнее логнормальное распределение http://www.docentmorozov.ru/news/n50/ или https://ru.wikipedia.org/wiki/%D0%9B%D0%BE%D0%B3%D0%BD%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5, у которого большой эесцес и сдвиг.

Когда найдете метод подбора экспоненты напишите, так как интересно.

Как перовести линейную регрессию понятно, но этоже совсем не то.
Хотя логарифмировать очень разумный совет, в рекомендованой книги тоже идет об этом речь. И после логарифмирования проводится обычная линейная регрессия, и затем эта линия из "логарифмической области" превращается назад в экспоненту.

 Профиль  
                  
 
 Re: аппроксимация экспериментальных данных
Сообщение11.04.2015, 20:37 


22/09/10
75
barbecue
barbecue в сообщении #1002597 писал(а):
Я хотел бы написать следующее.
Аналогом напильника является фильтр низких частот, в самаом простом случае можно свернуть с ядром (1/3, 1/3, 1/3) можно взять фильтр гауса. Если Вы не знаете что это такое, то напишите. Порекомендую по теме фильтрации книгу "Стивен В. Смит - Научно-техническое руководство по цифровой обработке сигналов", если заинтересует посмотрю какую главу нужно прочитать.

Я с данной тематикой не знаком, было бы интересно подробнее узнать.
barbecue в сообщении #1002597 писал(а):
По поводу промежуточного пика:
вообще он очень похож на два боковых и по форме, ну очень похож врядли это шум,(маловероятно что 8 точек случайно выстроялись и стали похожи на экспоненту) я бы не игнорировал его(не фильтроваал), а попытался найти объяснение, если это конечно не очень затратно. Если найти объяснение тому промежуточному процессу, и выделить его как отдельные данные, можно создать фильтр котроый будет фильтровать этот маленький всплеск, и тогда он почистит и все остальные данные (так как этот маленький всплеск наложился и на них). В книги почитайте от том как улучшали звучание голоса Карузо(метод обратной свертки).

Промежуточный пик не шум, а вполне себе экспериментальное значение. Вообще, это масс-спектр, где по оси x- m/n (масса на заряд), y- число частиц. А аппроксимировать нужно, чтобы можно частицы от одного m/n, которые залазят под другой m/n, можно было вычесть,а отсюда уже улучшить концентрации.
barbecue в сообщении #1002597 писал(а):
Когда найдете метод подбора экспоненты напишите, так как интересно.

Пока попробую ваш способ, другого пока не знаю.
barbecue в сообщении #1002597 писал(а):
Если чесно, я на графике вижу гаусиан точнее логнормальное распределение http://www.docentmorozov.ru/news/n50/
или https://ru.wikipedia.org/wiki/%D0%9B%D0 ... 0%B8%D0%B5
, у которого большой эесцес и сдвиг.

Да, хотелось бы, чтобы это был гауссиан, но увы это две экспоненты.

 Профиль  
                  
 
 Re: аппроксимация экспериментальных данных
Сообщение11.04.2015, 21:54 


26/03/14
26
MathKvant в сообщении #1002722 писал(а):
Промежуточный пик не шум, а вполне себе экспериментальное значение. Вообще, это масс-спектр, где по оси x- m/n (масса на заряд), y- число частиц. А аппроксимировать нужно, чтобы можно частицы от одного m/n, которые залазят под другой m/n, можно было вычесть,а отсюда уже улучшить концентрации.


ясно, я сейчас изучаю чтото подобное, только связанное с потенциалом действия нейронов. Но я пока в самом начале пути, кога будут мои результаты не знаю, и будут ли. Но если чтото будет напишу. И вы тоже напишите.

Вот "моя" очень похожая картинка.
https://yadi.sk/i/2PNRlciFfvK7K

-- 11.04.2015, 23:10 --

А у Вас есть одиночные пики разной высоты. Еше не знаю как, но если их иметь и описать по отдельности думаю, что можно побобрать сочетание которое будет совпадать с суммуй текскольких всплесков.

 Профиль  
                  
 
 Re: аппроксимация экспериментальных данных
Сообщение14.04.2015, 17:03 


26/03/14
26
MathKvant в сообщении #1002722 писал(а):
Да, хотелось бы, чтобы это был гауссиан, но увы это две экспоненты.


Есть предложение по поводу экспонент.

Предположим, что имеем 3 всплеска которые накладываются друг на друга(суммируются, возмоджна и не просто суммация)

Первый всплеск будем считать чистым в смысле на него не накладываются остальные(фактически накладывается второй, но возьмем только ту часть, на которую второй еще не успел наложится) первый сплеск будет неполный(обрезанные справа).

Разделим его на две части в области пика как и рекомендовали.
Далее можно подобрать функцию которая описывает эти части при помощи программы
Advanced Grapher там есть регрессия при помощи экспоненты
нужно ввети график по точка нажать регрессия и выбрать "экспоненциальная"
http://www.alentum.com/agrapher/

Допустим описана левая часть первого всплеска и правая часть первого всплеска до того момента как на него накладывается второй всплеск, мы же не использовали самую правую часть его точек.
Но теперь у нас есть функция, по которой можно воссоздать эти точки и как бы продлить график первого всплеска поточечно.

Теперь берем график(те точки которые остались после того как мы забрали первый всплеск) содержащий второй всплеск с наложеной частью первого, и третий на который наложились все остальные.
Итак от этого графика, от каждой точки отнимаем соответствующие точки первого графика которые мы воссоздали по подобранной функции.

Далее берем второй всплеск разделяем в области пика, записывам в программу подбираем фунцию по неполному набору точек, воссоздаем точки.

Берем третий всплеск отнимаем от него соответсвтвующие значения первого и второго всплеска которые наложились, разделяем проводим регрессию.

Проверям экспериментально правильно ли то что получилось.

Если графиков мало то можно вручную, если много придется писать прогу.

Как Вам?

-- 14.04.2015, 18:03 --

в нете есть и бесплатные версии

 Профиль  
                  
 
 Re: аппроксимация экспериментальных данных
Сообщение26.04.2015, 21:26 


22/09/10
75
Попробовал аппроксимировать такой функцией , подогнать в ориджине не удалось даже примерно. Как подогнать в ориджине функцию под мои точки с большой погрешностью, чтобы уж как-нибудь легла?
barbecue, спасибо, сегодня попробую ваш способ

 Профиль  
                  
 
 Re: аппроксимация экспериментальных данных
Сообщение26.04.2015, 22:42 


17/10/08

1313
В общем то я предупреждал, что "экспоненты" в действительности не экспоненты вовсе. Прежде чем писать, я ведь попробовал. Не так просто подобрать функцию ... но, видимо, это и не надо.

Если нужно найти площадь, то можно отметить следующее. Левый склон правого пика резко стремится к нулю. Поэтому можно временно убрать из рассмотрения все, что правее от ориентировочного достижения практически нуля левым склоном правого пика.

В оставшейся левой части есть два пика. Видно, что график этой части как бы приподнимает правый пик - это и дает основную погрешность для площади. Как мне представляется, подойдет и довольно грубая аппроксимация. Одно дело, когда речь идет об аппроксимации основного пика - погрешность критична. А другое дело, ошибка 20% от небольшой корректирующей функции - это не так страшно. Например, можно попытаться аппроксимировать убывающей в нуль функцией, данные для которой начинаются с вершины левого пика и кончается подножьем правого. Потом вычесть из правого пика корректирующую функцию.

P.S. Еще пробовал решать вариационную задачу разделения сигналов... Сигнал - это не три пика, а нечто более мудреное.

 Профиль  
                  
Показать сообщения за:  Поле сортировки  
Начать новую тему Ответить на тему  [ Сообщений: 21 ]  На страницу Пред.  1, 2

Модераторы: Модераторы Математики, Супермодераторы



Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Найти:
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group