我有一个样本可以产生一些嘈杂的输出。该样本是来自相机的一些图像处理的结果，它指示特定颜色的 Blob 的标题。它是从大约 -45° 到 +45° 的角度，或 NaN，这意味着该 blob 实际上不在 View 中。
为了对抗嘈杂的数据，我觉得exponential smoothing会成功的。但是，我不确定如何处理 NaN 值。
一方面，让他们参与数学计算会导致 NaN 平均值，这将阻止任何有意义的结果。另一方面，完全忽略 NaN 值将意味着永远不会报告“未检测到”的情况。使事情复杂化的是，数据也有噪声，因为它可能会得到错误的 NaN 值，理想情况下会以某种方式对其进行平滑处理以防止随机噪声。
关于如何实现这种指数平滑器有什么想法吗？
最佳答案
保留两个分布怎么样？第一个可以像往常一样是平滑的 blob 标题，除非你得到一个 NaN，你只需输入最后看到的非 NaN 值(或其他一些默认值)；另一个是“NaN 分布”，它为每个非 NaN 值简单地获取 0，为每个 NaN(或类似的东西)获取 1。
这样，即使它变得模糊，您的主要分布将继续根据“最后已知的航向”进行预测，而不会获得垃圾数据或弄乱平滑，但您也会在 NaN 分布上同时出现尖峰让你知道出事了。
关于java - 对 NaN 值使用指数平滑，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2791737/