R 获取并约束局部最大值位置和值的数量

Question

我正在使用R来分析一些光谱，我试图获得局部最大值，即它们的位置和值。

例如，使用向量：

spectrum <- c(1,1,2,3,5,3,3,2,1,1,5,6,9,5,1,1)

我想要以下结果：

pos.peaks = c(5,13)
val.peaks = c(5,9)

我已经使用了此处提供的解决方案：查找峰值位置的局部最大值和最小值，但之后如何提取相应的值？知道我不只有一个向量，我在列表中的多个数据帧中有几列，我想将该函数应用于列表中所有数据帧的每一列。例如，对于所有职位，我都这样做了：

example <- lapply(mylist, function (x) lapply(x, function(y) which(diff(sign(diff(y)))==-2)+1))

我没有设法让它与切片或过滤器一起使用，因为我不需要同一数据帧中的相同行......

此外，我想知道如何减少我得到的局部最大值的数量，因为我的数据非常嘈杂。

感谢您能给我的任何帮助。

谢谢！

纳特

Answer 1

peakPosition <- function(x, inclBorders=TRUE) {
  if(inclBorders) {y <- c(min(x), x, min(x))
  } else {y <- c(x[1], x)}
  y <- data.frame(x=sign(diff(y)), i=1:(length(y)-1))
  y <- y[y$x!=0,]
  idx <- diff(y$x)<0
  (y$i[c(idx,F)] + y$i[c(F,idx)] - 1)/2
}
(pos.peaks  <- peakPosition(spectrum))
#[1]  5 13
(val.peaks  <- spectrum[pos.peaks])
#[1] 5 9

并且对于循环获取类似这样的值：

example <- lapply(mylist, function(x) {x[peakPosition(x)]})

对于职位：

lapply(mylist, peakPosition)

在评论中，您说您的数据非常嘈杂，并且会达到许多局部最大值，因此您可以先尝试平滑数据，如下所示：

d <- predict(loess(spectrum ~ seq_along(spectrum)))
pos.peaksS  <- peakPosition(d)
(i <- pos.peaks[apply(abs(outer(pos.peaks, pos.peaksS, "-")), 1, FUN=which.min)])
#[1]  5 13
spectrum[i]
#[1] 5 9

或者对索引进行一些聚合，例如：

set.seed(42)
x <- rnorm(1e3)
y <- peakPosition(x)
(pos.peaks <- sort(aggregate(y, list(k=kmeans(y, 7)$cluster), FUN = function(i) i[which.max(x[i])])[,2]))
#[1] 118 287 459 525 613 820 988
(val.peaks  <- x[pos.peaks])
#[1] 2.701891 2.459594 2.965865 3.229069 2.223534 3.211199 3.495304

Answer 2

如果向量的长度至少为 3：

find_peaks <- function(x, max = TRUE) {
  if (max == FALSE) x <- x * (-1)
  res <- rep(FALSE, length(x))
  if (x[1] > x[2]) res[1] <- TRUE
  if (x[length(x)-1] < x[length(x)]) res[length(res)] <- TRUE
  for (i in (2:(length(x)-1))) {
    if ((x[i-1] < x[i]) & (x[i+1] < x[i])) res[i] <- TRUE
  }
  res
}
spectrum[find_peaks(spectrum)]
# [1] 5 9
which(find_peaks(spectrum))
# [1]  5 13