給定一個隨時間變化的值的子區間沿該函數找到該模式的「相似實例」

Question

最近我被要求通過函數（值隨時間變化）來查找給定模式的實例，但我不確定關於如何面對問題。

例如，如果給出了以下情況，並且選擇的時間間隔爲[0,1]，我希望找到該形狀的所有實例，即使它不完全相同（模擬人眼的行爲） ：

優選我想它在Python所以大約庫和/或框架，可以是有益的任何建議代碼，（當然也已知的方法和算法）將被非常讚賞。

感謝

Answer 1

一個相當平凡的方法可能是採用給定的模式，並將其作爲窗口在數據上滑動，找到模式與其下的數據之間的差異。這隻有在形狀總是相同並且形狀相同時纔是準確的。

演示..

設置數據：

import numpy as np 
import matplotlib.pyplot as plt 

x = np.linspace(0,200,200) 
y = np.zeros_like(x) 

def addpeak(pos, y): #clipped triangular peak centered at pos (10 high, 20 wide) 
    y += np.array([np.clip(10-abs(pos-x), 0, 5) for x in xrange(len(y))]) 
    return y 

y = addpeak(15,y) 
y = addpeak(40,y) 
y = addpeak(125, y) 
y = addpeak(100, y) 
y = addpeak(180, y) 

plt.plot(x,y) #visualize data

然後採取滑窗差

window = y[5:25] #first peak is sliding window 

#you could take different difference formulas than simply linear 
difference = np.array([sum(window-y[i:i+20]) for i in xrange(len(y)-20)]) 

plt.plot(x[:-20], difference) #note minimum difference might be offset based on window indexing 
#pick your faviorite way to find local minima

Answer 2

您可以使用類似numpy（python numpy/scipy curve fitting）檢查點在區間[0,1]，以適應曲線。從這一點，你可以從x軸做一個偏移量，看看曲線是否適合曲線的任何其他部分。

例如，從[1,2]它將是偏移：-1。如果沒有上面的代碼示例，很難準確地知道如何去做，但希望這有幫助。