Объединение данных, полученных несколькими способами. Опции

[radist_bgtu]

Всем привет.
Есть такая задача - нужно объединить данные, полученные как минимум двумя способами (комплексированием наверно не назовешь, но что-то типа того). А если точнее - есть 2 (минимум) алгоритма, результаты работы которых в силу их особенностей несколько отличается, каждый алгоритм по своему врет. Кроме того, часто бывает ситуация что один алгоритм в целом работает точно, но периодически сбоит - дает выпадения, другой сбоит в другие моменты времени. Выходные данные (они же входные для алгоритма объединения, который мне и нужно сделать) - 6 меняющихся во времени величин - 3 координаты и 3 угла. Как-то нужно все это дело объединить так, что бы получить наиболее правдоподобные данные. Простое усреднение по методам не подходит, нужно как-то вычислять заведомо неверные данные. Что в такой ситуации лучше всего работает.

[tvv]

Если частота выбросов не большая, то самое простое посчитать редуцированное среднее. Проще говоря, из трех значений отбрасывается одно максимально удаленное от двух других. Этим фильтром проходите по всему массиву и по оставшимся 2/3 считаете простое среднее. Тем самым, Вы из не симметричного распределения делаете что-то похожее на гаусс. А в целом, надо понять статистику Ваших "сбоев" и критерий, что называется "правильным значением", а тогда будет понятно как резать лишнее.

[radist_bgtu]

tvv
Спасибо за ответ.
Попробую прояснить ситуацию, на примере (это часть задачи). Есть последовательность картинок (фото), на которых перемещается объект. Разные алгоритмы определяют координаты объекта (или характерных точек) по разному. Некоторые алгоритмы могут вообще "терять" эти самые характерные точки. Правильность вычисления координат можно определить визуально.

Сообщение отредактировал radist_bgtu - Dec 24 2007, 00:36