Есть ли эффективый и не сложный алгоритм посика ярко выраженных пиков в 2D массивах без ML?

Question

[pingo]

Подскажите, например для такого массива :

let arr = [
[4000.123, 0.0002250716, ],
[3999.641, 0.0002206956, ],
[3999.159, 0.0002314698, ],
[3998.677, 0.0002602464,],
//....... length 5678  
[2998.195, 0.0005059349,]
[2997.712, 0.0004620409, ]
..........
]

я потестил разные данные, прогоняя их через простые условия в редюсах и циклах, но это всё не то. данные получаю из софта подключенного к FTIR в виде csv файла, а вот сам софт показывает очень чётко основные всплески. (экспорты в других форматах - проприетарные типа Perkin Elmer и прочее, библиотек не нашел)
спасибо, если наведёте на здравую мысль в этой теме.

Answer 1

[dmshar]

На сколько мне известно, строгого алгоритма поиска пиков в произвольном временнОм ряду - нет. Поэтому стоит довольствоваться эмпирикой.
Ну, я бы делал так.
1. Фиксировал бы размер скользящего окна.
2. На первом положении окна искал бы максимум.
3. Сдвигал-бы окно так, что-бы оно начиналось с найденной точки максимума.
4. Опять искал-бы максимум.
Если максимум на первом окне оставался максимумом и на втором окне - считал бы это "ярко выраженным пиком". Если нет - повторял бы процедуру .
Вопрос выбора размера скользящего окна - решается эмпирически.

Comments

[pingo]

сейчас попробую

[pingo]

оригинал

моя поделка, вот я даун, не могу сообразить, чего то не хватает

[dmshar]

pingo, Возьмите бОльшее значение длины скользящего окна (100,200...).
И - кстати - у вас я вижу четыре явновыраженного пика - 2919, 1614, 1022 и что-то там в самом начале (справа). Как вы понимаете, такое определение - весьма субъективно. Поэтому с этой диной и надо потом экспериментировать, подбирая под вашу прикладную задачу.

[pingo]

dmshar, счас попробую

[dmshar]

Ну и ? Хоть бы сообщили, что у вас получилось, что-ли.

[pingo]

dmshar, вчера оторвали от пк, сегодня продолжу, обязательно буду резалты выкладывать

[pingo]

я понял, что затея такая себе.. пойду попробую ML, хотя в этой теме как сварщик в балете.
вот метод в классе

detectPeaks(data) {
            let peaksPrepare, res  = []
           
            _.chunk(data, data.length / 150 ).forEach( _slice  => {
                peaksPrepare.push( _.maxBy(_slice, function(i){ return i[1]}) )
            })
            
            _.chunk(peaksPrepare, 15).forEach( _slice  => {
                res.push( _.maxBy(_slice, function(i){ return i[1]}) )
            })

            return res
        },

вот резалт.. в принципе, для чего то может и пойдет, но тут другой вариант

Answer 2

[res2001]

Можно находить разность соседних элементов. Если модуль разности больше какой-то величины - ярко выраженный пик.
Фиксированную величину можно взять как среднее значение разностей или медианное или что-то другое.

Comments

[dmshar]

"Если модуль разности больше какой-то величины - ярко выраженный пик".
Вовсе не обязательно.
Фиксируем большое число: например 100.
Имеем ряд
0,1,2,3,105,106,107,105,50,30,3,2,1
Где тут явно выраженный пик?

[res2001]

dmshar, Ну явно же - переход от 3 к 105
Возможно, это определит лишь область для более детального анализа.
Для дальнейшего анализа можно, например, от 105 проверить когда разность изменит знак, так выйдем на 107, это и будет окончательным пиком.

Ваш вариант, кстати, выявит все локальные максимумы (сглаженные размером окна), включая "ярко выраженные пики", а так же и не ярко выраженные.

[dmshar]

res2001,
Конечно нет. Я просто упростил пример.
0,1,2,3,105,50,106,75, 107,80, 105,50,30,3,2,1
Ни 105, ни 106 пиками тут не будут. Хотя непосредственно после них разность изменяет знак. Явно выраженный пик тут один - 107.

[res2001]

dmshar, Ок