前言
当今的 ChatGPT 是一个强大的语言模型，它可以帮助您创建出色的产品并提高您的业务成功率。ChatGPT 利用大
规模的自然语言处理和机器学习算法，可以进行自然而流畅的对话，理解自然语言问题和回答。您可以使用
ChatGPT 来建立智能客服、智能助手、文本自动补全、语音识别和机器翻译等多种产品。ChatGPT 可以快速适应
新的数据和新的场景，使用 ChatGPT，您可以轻松实现个性化、高效率和全天候的服务。让 ChatGPT 帮助您推动
业务的增长！
一、语法更正
用途：文章、论文等润色。
二、文本翻译
用途：日常学习、商务翻译等。
三、语言转换
3-1、Python–>JAVA
用途：工作用途，不同语言工程师之间的合作，更加方便。
import numpy as np
import plotly.express as px
def thresholding_algo(y, lag, threshold):
"""
:param y: 输入列表
:param lag: 滑动窗口大小
:param threshold: 调节系数，用于调节容忍范围的大小。
:return:
"""
# signals：信号列表
signals = np.zeros(len(y))
avgFilter = np.zeros(len(y))
# 初始化平均值列表、差值列表
avgFilter[lag - 1] = np.mean(y[0:lag])
dif_li = [0] * len(y)
for i in range(lag, len(y)):
if i < len(y) - lag - 30:
for j in range(i + 11, len(y)):
if y[j] >= y[i - 1]:
break
if j >= len(y) - 30:
back = y[i - 1]
else:
back = np.mean(y[j + 11:j + 20 + lag])
else:
back = y[i - 1]
# 前后均值差值计算
tmp = abs(back - avgFilter[i - 1])
dif = (tmp if tmp > 1 else 1)
if abs(y[i] - avgFilter[i - 1]) > dif * threshold:
signals[i] = (1 if y[i] > avgFilter[i - 1] else -1)
avgFilter[i] = np.mean(y[(i - lag):i])
y[i] = avgFilter[i - 1]
