我目前正在开展一个项目，旨在分析整个洗衣过程中洗衣机的振动。
该程序在Raspberry Pi 3上运行，并从振动传感器获取振动信息，振动传感器使用数字信号（而不是模拟信号）发送状态
我们目前的想法是实施一个程序，机器学习＆＃34;通过记录洗衣机运行的前10次循环，并将该信息存储在文本文件中。
程序通过每10毫秒运行以下循环来完成此操作。
0 1 0 1 1 1 0 0 1 1 0
我们当前的分析模型存在一些问题：
因为我们每隔10毫秒记录一次数据，所以总是会有一些小的滞后，这会使得对模板的实时分析非常困难： 例如：
活的boolian矢量
0 0 0 1 0 1 1 1 0 0 1 1 0
模板：
0 1 0 1 1 1 0 0 1 1 0
0 0 0 1 0 1 1 1 0 0 1 1 0
可以与转移的模板进行比较
rgb2hsv我的猜测是我们需要编写一个算法，该算法不断检查两个方向的多个移位，以找到统计上最可能是向量的真实位置的移位。
谢谢