Python中滑动平均算法（Moving Average）方案： #!/usr/bin/env python # -*- coding: utf-8 -*- import numpy as np # 等同于MATLAB中的smooth函数，但是平滑窗口必须为奇数。 # yy = smooth(y) smooths the data in the column vector y .. # The first few elements of yy are given by # yy(1) = y(1) # yy(2) = (y(1) + y(2) + y(3))/3 # yy(3) = (y(1

讲解　数字滤波的滑动平均法和计算机软件的低通滤波算法

该程序为数据的滑动平均滤波在labview中的实现，系计算机测控课程中本人所编写的程序，若有雷同，实属巧合

实现滑动平均算法

源码有问题，调整后可运行，适用于初学者 采用原始传参参数，variable_scope实现全连接网络 采用LeNet-5实现识别 初学者可参考

针对现阶段城市道路交通流预测精度不高的局限性，提出了一种基于差分自回归滑动平均( AＲIMA) 和小波神经.网络( WNN) 组合模型的预测方法来进行交通流预测。利用差分自回归滑动平均模型良好的线性拟合能力和小波神经网.络模型强大的非线性关系映射能力，把交通流时间序列的数据结构分解为线性自相关结构和非线性结构两部分。采用差.分自回归滑动平均模型预测交通流序列的线性部分，用小波神经网络模型预测其非线性残差部分，最终合成为整个交通.流序列的预测结果。计算机仿真结果表明: 组合模型的预测精度高于AＲIMA 模型和WNN 模型各自单独使用时的预测精.度，组合模型可以提高交通流预测精度，是交通流预测的有效方法。

谱光滑算法之一,多参数可调，适合核专业同学进行能谱处理。

五点滑动平均滤波程序，s正弦波、n噪声、x=s+n，y为五点滑动平均的结果。 ssfile.wav: fs=8000Hz的s正弦波数据，xzfile.wav：fs=8000Hz的x信号数据，yyfile.wav:fs=8000Hz M=5点滑动平均滤波结果。 观察数据既可以在matlab中观察，也可以播放出来然后通过虚拟示波器观察数据。

有很大参考价值，亲测有用。

本程序用于降水、径流、气温等的突变检验分析，通过读取Excel数据，自主控制子序列步长。滑动t检验的基本思想是：把一气候序列中两段子序列均值有无显著差异看为来自两个总体均值有无显著差异的问题来检验。如果两段子序列的均值差异超过了一定的显著性水平，可以认为均值发生了质变，有突变发生