在处理数据的时候，一般会进行数据拟合，这时候免不了会有噪点，从而造成图像上的“飞点”。幸好Matlab自带一个平滑函数smooth，笔者也是最近才晓得，做点笔记。

在Matlab Command Windows 中输入：

弹出来帮助文档，下面跟着帮助文档，记点有用的。

有关平滑的算法又叫滤波算法，滤波是什么意思？百度百科中写道：滤波（Wave filtering）是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施，滤波分为经典滤波和现代滤波。“滤”这个字让我想起了老妈在家里用的面粉筛 （图片来源于网络）就是过滤杂质的。把噪点想象成“杂质”，那么滤波的意思就显而易见了。

上图简单示意了滑动平均的思想，需要注意以下几点：

若窗口大小为5，则公式如下：

如果理解滑动平均算法的话，其他算法也就好理解了。滑动平均算法可以看作和[1/n 1/n .. 1/n]做卷积（相乘相加），其他算法：

就是将数据存储在GPU上面，可以加快计算效率，笔者曾经看到过一些GPU、CUP方面的知识并做了点总结，读者感兴趣可以看看：

https://blog.csdn.net/Gou_Hailong/article/details/113308630

如果想使用gpuArray的话，需安装支持它的相应matlab版本。 有关GPU的知识，笔者了解还尚浅，暂不能做详细的笔记

可以看出rloess效果要好一些，一般情况下，可以无脑使用：

matlab自带的平滑算法会改变原始数据，但是有时候笔者只想将一组数据中的离群数给剔除，不改变其他原始数据，所以笔者编写了个函数，如下所示：

不考虑前后向量长度的话，一句话就搞定：

比如现在我有一组数据，经历过一次消噪，噪声水平设置标准为大于3倍标准差。消噪之后的数据标准差发生了变化，所以之前有可能不是噪点的数据也会变成噪点。我想把这些噪点给消了，那么就需要一个迭代过程：

迭代终止条件为：迭代超过5次或前后两次迭代结果相同。