拉依达法则是基于统计的异常数据剔除方法，实现方法并不复杂。看到自己n年之前写的一个c++的实现，发现c++11之后的新特性可以拿来使用到这个function中去，使得函数本身更加条理，可读性更强。
当然这不是直接应用的版本，直接应用时，将这个filter实现为一个类更加科学实用一些，为了让代码看起来篇幅合适，就做了以下调整。但是以下代码是可以直接编译运行的。
当然，拉依达法则知适合处理数据量比较多的场景，采样点较少时要小心，小于10个点时此方法完全失效，点击这里可查看分析
#include #include // for_each#include // std::accumulate#include // sqrt#include double layida_filter(std::list &values) { static constexpr int THRD_THREE_SIGMA = 9; static constexpr double THREE_SIGMA = 3.0; int n = (int)values.size(); if (n == 0) { return 0.0; // nerver goes here } double dAver = std::accumulate(values.begin(), values.end(), 0.0)/n; if (n THREE_SIGMA*dSigma) { it = values.erase(it); } else { it++; } } if ((int)values.size() =_avg_n) { _values.pop_front(); } _values.push_back(data); std::list ls_values(_values); double layida_avg = layida_filter(ls_values); return layida_avg;}int main(){ for (int i=0;i
