Sie können die FILTER Funktion verwenden. Ein Beispiel:
t = (0:.001:1)'; %#'
vector = sin(2*pi*t) + 0.2*randn(size(t)); %# time series
wndw = 10; %# sliding window size
output1 = filter(ones(wndw,1)/wndw, 1, vector); %# moving average
oder sogar die IMFILTER und FSPECIAL aus dem Bild-Paket verwendet
output2 = imfilter(vector, fspecial('average', [wndw 1]));
Eine letzte Option Indizierung wird (nicht für sehr großen Vektor empfohlen)
%# get indices of each sliding window
idx = bsxfun(@plus, (1:wndw)', 0:length(vector)-wndw);
%'# compute average of each
output3 = mean(vector(idx),1);
Bitte Beachten Sie den Unterschied in der Polsterung: output1(wndw:end)
entspricht output3