我使用基本的指数移动平均线
平滑一些数据 filter :
int main ()
{
double a0 = 0.1;
double input = 8.0;
double z = 0.0;
for(int i=0; i < 200; i++) {
z += a0 * (input - z);
std::cout << i << "° : "<< z << std::endl;
}
}
由于某些原因,我想每 X (=8) 步执行一次。 事实上,就目前而言,我不知道如何计算每8°输入。我仍然处理每个输入并仅“存储”8°。
如何“节省 CPU”以避免在每一步中进行计算?有没有一个系列可以让我计算出前面 8° 的值?
这是实际的code我有(每一步都很顺利):
int main ()
{
double a0 = 0.1;
double input = 8.0;
double z = 0.0;
int step = 8;
for(int i=0; i < 200; i+=8) {
z += a0 * (input - z);
std::cout << i << "° : "<< z << std::endl;
int j = 1;
while (j++ < step) {
z += a0 * (input - z);
}
}
}
我想避免将“7个while步骤”变成一个独特的操作。可能吗?
最佳答案
它被称为指数移动平均函数是有原因的:差值(input - z0)
是步数的指数递减函数。事实上,经过 N 步后,减少量为 pow(1-a0,N)
。
现在相关的数学是pow(x,N) == pow(pow(x,8), N/8)
。
关于c++ - 您如何计算指数移动平均线的 X° 步长?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47225704/