平均を求めるための数式
数学において、デリック・ヘンリー・レーマー[ 1]にちなんで名付けられた正の実数の組のレーマー平均は次のように定義されます。


正の重みの組に関する加重Lehmer 平均は次のように定義されます。


Lehmer 平均は、算術平均と調和平均を介して最小値と最大値の間を補間する
ための累乗平均の代替手段です。
プロパティ
の導関数は負ではない

![{\displaystyle {\frac {\partial }{\partial p}}L_{p}(\mathbf {x} )={\frac {\left(\sum _{j=1}^{n}\sum _{k=j+1}^{n}\left[x_{j}-x_{k}\right]\cdot \left[\ln(x_{j})-\ln(x_{k})\right]\cdot \left[x_{j}\cdot x_{k}\right]^{p-1}\right)}{\left(\sum _{k=1}^{n}x_{k}^{p-1}\right)^{2}}},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/54d85f18b17a36f3605fdbded105ff4ba51e8a96)
したがってこの関数は単調であり、不等式

保持します。
加重 Lehmer 平均の導関数は次のようになります。

特別なケース
アプリケーション
信号処理
べき乗平均と同様に、Lehmer 平均は、 が小さい場合は小さな信号値に向かってシフトし、 が大きい場合は大きな信号値を強調する非線形移動平均として機能します。と呼ばれる移動算術平均の効率的な実装があれば、次のHaskellコードに従って移動 Lehmer 平均を実装できます。


smooth
lehmerSmooth ::フローティングa => ([ a ] -> [ a ]) -> a -> [ a ] -> [ a ] lehmerSmoothスムーズp xs = zipWith ( / ) (スムーズ( map ( ** p ) xs )) (スムーズ( map ( ** ( p - 1 )) xs ))
- 大規模な場合、整流された信号に対してエンベロープ検出器として機能します。

- 小型なので、質量スペクトルのベースライン検出器として使用できます。

ゴンザレスとウッズはこれを、 pのさまざまな値について記述された「反調和平均フィルタ」と呼んでいます(ただし、上記のように、反調和平均は特定のケースを指すことがあります)。彼らの慣例では、 p をフィルタQの次数で置き換えます。


Q =0は算術平均です。正のQはペッパーノイズを低減し、負のQはソルトノイズを低減します。[2]
参照
注記
- ^ PS Bullen.平均とその不等式ハンドブック. Springer, 1987.
- ^ Gonzalez, Rafael C.; Woods, Richard E. (2008). 「第 5 章 画像の復元と再構築」。デジタル画像処理 (第 3 版)。Prentice Hall。ISBN 9780131687288。
外部リンク