gram_savitzky_golay 基于Gram多项式的Savitzky-Golay过滤的C ++实现，如 安装 从Ubunu包 # Make sure you have required tools sudo apt install apt-transport-https lsb-release ca-certificates gnupg # Add our key sudo apt-key adv --keyserver ' hkp://keyserver.ubuntu.com:80 ' --recv-key F6D3710D0B5016967A994DFFA650E12EFF6D3EDE # Add our repository echo " deb https://dl.bintray.com/arntanguy/ppa-head bionic main " | sudo t

ENVI扩展工具：Savitzky-Golay 滤波工具。SG滤波算法是一种数学信号处理中使用较为广泛的算法之一，它是一种基于最小二乘原理的多项式拟合算法，可以用于对信号进行平滑处理。为了方便广大ENVI用户，开发ENVI扩展工具，可以一键实现SG滤波。工具采用了分块处理，对于输入数据量没有限制。

该函数基于多项式的次数和移动窗口的长度使用 Savitzky-Golay 平滑滤波器平滑输入向量

介绍了Savitzky-Golay滤波器的推导方法――多项式的最小二乘拟合法及其推导过程，以及如何由Savitzkv和Golay提出的多项式卷积计算方法进行最小二乘拟合计算，对Savitzky-Golay滤波器的二维算法进行了简单介绍，对其一维和二维的MATLAB代码进行了分析处理，并将Savitzky-Golay滤波器同其他低通滤波器进行了简单比较，简要说明了其优势以及一些应用方向。

在 File Exchange 上查看了许多 Savitzky-Golay 实现后，我找不到一个像这个这样简单但有效的实现。 savGol 来自 Walter Gander 和其他人的书“使用 Maple 和 Matlab 解决科学计算中的问题”。 甘德从 1990 年的《物理学中的计算机》中引用了 Teukolsky。这是该书网站的链接：http://www.solvingproblems.ethz.ch/ g = savGol(f, nl, nr, M) f：嘈杂的数据 nl：参考点左侧的点数 nr：参考点右侧的点数 M：最小二乘多项式的阶数 例子： x = [0:1000-1]'/(1000-1); 信号= exp（-100 *（x-1/5）。^ 2）+ exp（-500 *（x-2/5）。^ 2）+ exp（-2500 *（x-3/5）。^ 2) + exp (-12500*(

此功能扩展了在单次运行中计算光谱数据集（多光谱）导数的能力。

Savitzky-Golay算法实现论文，介绍算法（General Least-Squares Smoothing and Differentiation by the Convolution (Savitzky-Golay) Method）

sgolayfilt：Savitzky-Golay微分滤波器

包含 savitzkyGolay.m 和 savitzkyGolayFilt.m： 功能： Savitzky-Golay 平滑和微分滤波器Savitzky-Golay 平滑/微分滤波器（即多项式平滑/微分滤波器，或最小二乘法平滑/微分过滤器）最适合一组数据指向不同次数的多项式。 有关详细信息，请参阅 Matlab 文档（帮助 sgolay）。 斯戈莱Matlab中的函数只能处理对称均匀偶数的间隔数据。 这里介绍的这个函数是sgolay的通用实现Matlab 中的函数。 Savitzky-Golay 滤波器系数为偶数数，非对称和非均匀间隔的数据可以是获得。 以及初始点的滤波器系数或也可以得到终点。 此外，无论是数字可以获得结果或象征性的结果。 最后，这函数比 MATLAB 的 sgolay 更快。 用法： [fc,df] = savitzkyGolay(x,n,dn,x0,flag) 输入

带有Savitzky-Golay过滤器的Google Earth Engine时间序列 该示例显示了如何为要素集合提取图像集合值，如何创建植物索引时间序列数据帧并在其上应用Savitzky-Golay过滤器的示例。 笔记 中实现了此函数的更好版本，作为ee.ImageCollection对象的扩展方法： import ee , eemont ee . Authenticate () ee . Initialize () f1 = ee . Feature ( ee . Geometry . Point ([ 3.984770 , 48.767221 ]). buffer ( 50 ),{ 'ID' : 'A' }) f2 = ee . Feature ( ee . Geometry . Point ([ 4.101367 , 48.748076 ]). buffer ( 50 ),{ '