我已经翻阅了scipy.signal文档，寻找find_peaks()中使用的寻峰方法的解释，但一直无法找到类似于给出的优秀解释的解释，而是cwt寻峰方法。这里有人能解释find_peaks()函数使用的峰值查找方法吗我正在寻找一个解释，具体的算法实现的功能，而不是解释它的用法
scipy.signal
find_peaks()
hfwmuf9z1#
documentation有一个显示源链接，显示：https://github.com/scipy/scipy/blob/v1.10.1/scipy/signal/_peak_finding.py#L835峰值或局部最大值被定义为其两个直接相邻样本具有较小幅度的任何样本。它继续从这个例程中收集原始特征：https://github.com/scipy/scipy/blob/v1.10.1/scipy/signal/_peak_finding_utils.pyx#L64在请求峰值之前，您可能希望对噪声数据运行高斯模糊，或窗口中值或其他一些技术。或者按照他们的建议选择find_peaks_cwt。文档中包含一些很好的插图，说明不同的参数设置如何根据数据的模式改变检测到的假峰的数量。大多数情况下，我们在每个候选峰周围放置一个简单的框，以查看它是否应该通过过滤步骤。阅读（Short！）每个图的相应if子句并不立即清楚。考虑添加np。random.uniform（high=a）到B * sine_wave。根据a和b的大小，你可能会在几乎每个2π间隔处找到峰值。或者你可能会在一个半波内发现许多局部最大值。因此平滑将强烈影响峰值检测性能。考虑使用此方法：1.对于一些样本窗口，找到峰到峰幅度-它将是2。0为纯罪（），更多为嘈杂罪（）。1.选择幅度的某个阈值分数，可能是80%。1.将所有低于阈值的样本设置为最小值。1.在这个（简单得多的）数据集上进行峰值检测。
find_peaks_cwt
if
a
b
1条答案
按热度按时间hfwmuf9z1#
documentation有一个显示源链接，显示：
https://github.com/scipy/scipy/blob/v1.10.1/scipy/signal/_peak_finding.py#L835
峰值或局部最大值被定义为其两个直接相邻样本具有较小幅度的任何样本。
它继续从这个例程中收集原始特征：
https://github.com/scipy/scipy/blob/v1.10.1/scipy/signal/_peak_finding_utils.pyx#L64
在请求峰值之前，您可能希望对噪声数据运行高斯模糊，或窗口中值或其他一些技术。或者按照他们的建议选择
find_peaks_cwt。文档中包含一些很好的插图，说明不同的参数设置如何根据数据的模式改变检测到的假峰的数量。大多数情况下，我们在每个候选峰周围放置一个简单的框，以查看它是否应该通过过滤步骤。阅读（Short！）每个图的相应
if子句并不立即清楚。考虑添加np。random.uniform（high=a）到B * sine_wave。根据
a和b的大小，你可能会在几乎每个2π间隔处找到峰值。或者你可能会在一个半波内发现许多局部最大值。因此平滑将强烈影响峰值检测性能。考虑使用此方法：
1.对于一些样本窗口，找到峰到峰幅度-它将是2。0为纯罪（），更多为嘈杂罪（）。
1.选择幅度的某个阈值分数，可能是80%。
1.将所有低于阈值的样本设置为最小值。
1.在这个（简单得多的）数据集上进行峰值检测。