当前位置: 首页 > news >正文

找出数组中驻点和拐点

找出数组中驻点和拐点,即一阶导数为零点和二阶导数为零点。代码定义了两个函数:find_first_deriv_zeros和find_second_deriv_zeros,用于找到一阶和二阶导数的零点索引。主函数中有一个示例数据数组,并调用这两个函数来输出零点的索引。
注意:边界点的处理可能需要特别考虑。例如,一阶导数的左边界使用前向差分,右边界使用后向差分,而中间点使用中心差分。同样,二阶导数的计算也需要处理边界点。

// stdafx.cpp : 只包括标准包含文件的源文件 // ConsoleApplication1.pch 将作为预编译头 // stdafx.obj 将包含预编译类型信息 #include "stdafx.h" #include <stdio.h> #include <stdlib.h> #include <time.h> #include <Windows.h> #include <math.h> #define EPSILON 1e-6 // 判断导数为零的阈值 #define MAX_DATA 1000 // 最大数据长度 // 计算一阶导数并返回零点索引 void compute_derivatives(float *data, int n, float *first_deriv, float *second_deriv, int *first_zeros, int *first_count, int *second_zeros, int *second_count) { *first_count = 0; *second_count = 0; if (n < 2) return; // 处理一阶导数 for (int i = 0; i < n; i++) { if (i == 0) { // 左边界前向差分 first_deriv[i] = (data[1] - data[0]) / 1.0f; } else if (i == n-1) { // 右边界后向差分 first_deriv[i] = (data[i] - data[i-1]) / 1.0f; } else { // 中心差分 first_deriv[i] = (data[i+1] - data[i-1]) / 2.0f; } } // 改进的一阶导数零点检测:检查符号变化 for (int i = 0; i < n-1; i++) { // 检查一阶导数是否变号 if (first_deriv[i] * first_deriv[i+1] < 0) { // 一阶导数变号,说明此处有极值点 // 记录i和i+1中函数值更大的点(假设是极大值) int idx = (data[i] > data[i+1]) ? i : i+1; first_zeros[(*first_count)++] = idx; } else if (fabs(first_deriv[i]) < EPSILON) { // 一阶导数恰好为0(平坦区域),直接记录 first_zeros[(*first_count)++] = i; } } // 处理二阶导数 for (int i = 0; i < n; i++) { if (i == 0 || i == n-1) { // 边界使用前向/后向差分 second_deriv[i] = (2.0f*data[i] - 5.0f*data[i+1] + 4.0f*data[i+2] - data[i+3]) / 1.0f; } else if (i == 1) { // 近边界特殊处理 second_deriv[i] = (data[i+1] - 2.0f*data[i] + data[i-1]) / 1.0f; } else if (i == n-2) { // 近边界特殊处理 second_deriv[i] = (data[i+2] - 2.0f*data[i+1] + data[i]) / 1.0f; } else { // 中心差分 second_deriv[i] = (data[i+1] - 2.0f*data[i] + data[i-1]) / 1.0f; } // 记录零点 if (fabs(second_deriv[i]) < EPSILON) { second_zeros[(*second_count)++] = i; } } } int main() { // 示例数据(假设步长h=1) float data[] = {911, 914, 916, 918, 920, 922, 924, 926, 928, 930, 932, 934, 936, 938, 940, 942, 942, 939}; int n = sizeof(data)/sizeof(data[0]); // 导数存储数组 float first_deriv[MAX_DATA] = {0}; float second_deriv[MAX_DATA] = {0}; // 零点索引数组 int first_zeros[MAX_DATA] = {0}; int second_zeros[MAX_DATA] = {0}; int count1 = 0, count2 = 0; // 计算导数和零点 compute_derivatives(data, n, first_deriv, second_deriv, first_zeros, &count1, second_zeros, &count2); // 打印导数信息 printf("索引\t值\t一阶导数\t二阶导数\n"); printf("=====================================\n"); for(int i=0; i<n; i++) { printf("%d\t%.4f\t%.6f\t\t%.6f\n", i, data[i], first_deriv[i], second_deriv[i]); } // 打印零点信息 printf("\n一阶导数零点(驻点)索引: "); for(int i=0; i<count1; i++) printf("%d ", first_zeros[i]); printf("\n二阶导数零点(拐点)索引: "); for(int i=0; i<count2; i++) printf("%d ", second_zeros[i]); return 0; }
http://www.rkmt.cn/news/188193.html

相关文章:

  • 代码漏洞藏隐患?Java安全防护神器,分钟级闭环修复
  • GLM-4.7编程环境10分钟搭建指南:3种官方配置方法,实测有效,一键即用!
  • YOLOv8如何实现旋转框检测功能?
  • YOLOv8训练时如何使用标签平滑Label Smoothing?
  • 揭秘R语言时间序列建模瓶颈:3步实现预测性能翻倍
  • YOLOv8镜像支持ARM架构处理器运行
  • YOLOv8镜像定期同步Ultralytics最新代码
  • 电子产品为什么要做FCC认证?
  • YOLOv8推理时如何实现动态批处理?
  • 论文解读-《Rethinking Graph Structure Learning in the Era of LLMs》 - zhang
  • 基于YOLO11的轨道交通车站客流密度实时监测与拥挤预警系统(数据集+UI界面+训练代码+数据分析)
  • 【高并发系统必看】:PHP跨域请求中的预检风暴与优化策略
  • YOLOv8推理时支持批量图像输入吗?
  • 突破传统监控:基于YOLO的人员异常行为检测与识别智能安防监控系统设计
  • 服务网格时代,PHP后端架构转型的3个生死抉择
  • 2025 国内细胞罐生产厂家推荐,哪个品牌好?上海保兴细胞罐实力厂家 - 品牌推荐大师
  • YOLOv8镜像集成Prometheus监控组件
  • 物品复活系统总结
  • 实验室 / 全自动 / 快速笼盒/ 玻璃器皿 / 便盆/医用污物 / 隧道式笼盒 / 饮水瓶清洗机生产厂家盘点:哪家口碑好、评价高值得选? - 品牌推荐大师1
  • YOLOv8模型量化为FP16后的精度变化
  • 构建企业级图像识别API:PHP+Python双引擎架构揭秘
  • 2026年找二次元影像测量仪靠谱供应商?这几家生产企业值得关注 - 品牌推荐大师1
  • YOLOv8模型部署到移动端的可行性分析
  • 为什么你的PHP图像识别接口延迟高?90%开发者忽略的底层机制
  • 日志分析效率提升80%,PHP异常检测必备的3种高级模式识别技巧
  • YOLOv8镜像内置Ultranalytics库功能全面介绍
  • YOLOv8训练时如何设置初始种子保证可复现?
  • 基于Spark的药品仓库进销存库存可视化分析系统的设计与实现vue
  • PHP 8.7新特性深度解析(基于百万级请求压测数据)
  • YOLOv8训练时如何可视化特征图响应?