如何解决我想确定时间序列检测中的状态转换
我对带有声发射器（在30到60 s之间半随机发射）的鱼类进行标签检测。在这里，我们看到一个标签从东到西在湖中传播（色标是时间，朱利安日期），到达终点，反转航向，最终的检测结果在中间的接收器处（许多检测在黄点处） ，它并不完全在那儿，而是在〜200 m以内的地方。红点是接收者。
当被标记的鱼被另一条鱼吃掉时，捕食者的鱼最终将通过标签，并且标签将落在底部。届时，标签将与接收器保持固定距离，并且将在毫秒内形成在接收器上检测到标签的模式。在下图中，我们看到标签正在移动，并且在接收器上的检测没有模式。标签放置在x轴中心周围的底部时，它将占据固定位置，并且模式会出现在毫秒数据中。我有很多标签，其中一些最终显示在底部。使用这些毫秒数据确定死亡时间将非常有帮助，但我无法找到使用回归或机器学习进行死亡的有效方法。
在这里，我们看到了以毫秒为单位的第一个差异除以时间变化，每个接收器都有数据。显然，接收器1327是感兴趣的站点，但情况并非总是如此。接收器的检测范围可能会重叠，并且会随周围环境而动态变化（例如，在湖中多风的情况下，范围较小，这可能会导致第一幅图中的检测出现间隙）。
从这些图中，我可以手动识别标签平稳性的时间-是否可以通过自动识别时间序列何时从随机噪声切换到一致的波形模式来可靠地做到这一点？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
