i具有一系列数据测量流，其初始增加阶段随后是高原。如果没有明确的结合，测量值是嘈杂的。我想在检测到高原时停止摄入流：
while (not_const)
{
add_measurement( stream.get() );
not_const = !is_const();
}
是否有一种众所周知的算法来解决此类问题？我知道Kalman-Filters，但不太确定它们是否是专门为此制作的。
只要可以计算方差，卡尔曼过滤器就会覆盖您的噪声。是的，它可以在这种情况下有所帮助。根据您的应用程序，您可能会发现，移动平均值的第一个衍生物对您来说也是如此。Kalman仅优化了一些线性参数，从而对实际(观察到的(值进行了"最佳"预测。
您仍然需要处理对该预测系列的解释。您需要定义什么构成"高原"。您需要有多接近0的可计算斜率？该数字取决于前面的输入吗？增加与高原之间的过渡有多突然？后者的考虑也将暗示查看第二个衍生物：某些同类的快速变化检测器。