Ausreißer ausmerzen
-
Ich kenne die Verfahren nicht, die Otze genannt hat, deshalb kann das unter Umständen schon vorgeschlagen worden sein...
Du hast eigentlich ein Modell von den Daten. Und das scheint eine Gerade zu sein. Mach eine Art besten Fit des Modells an alle Deine Daten. Dann nimmst Du die Datenpunkte weg, die zu weit von dem parametrisierten Modell liegen und fittest nochmal. Dann hast Du neue Parameter für Dein Modell und vergleichst wieder mit ALLEN Datenpunkten und wirfst wieder die weg, die zu weit vom Modell entfernt sind. ...das wiederholst Du iterativ, bis Du irgendwie auskonvergiert bist.
Ähnliche Vorgehensweisen gibt es in vielen Bereichen. Ich habe mit derartigem recht gute Erfahrungen gemacht und gehe deshalb davon aus, dass das funktionieren sollte. Vielleicht musst Du allerdings ein Mischverfahren zwischen den Iterationen ansetzen.
-
Ich bins das Problem nochmal an einer anderen Stelle angegangen und habe dann dafür ein sehr simples (minimalistisches) RANSAC implementiert.
Das Ergebnis ist gut und die Rechenzeit ist im Erträglichen (mit Fortschritsbalken und WebWorker inkl Analyse).Das hier ist ein Beispiel (schwarze Linie = Random Sample Consensus, blau = Analysedaten):
https://www.dropbox.com/s/p4g8uozznkbbcdg/plotted.png?dl=0(Ich habe das ganz primitiv geplottet)
