R运行CSV校验及时间序列2D转换代码时反复崩溃问题求解

崩溃核心原因 #

1. 嵌入维度越界
   你代码中直接对Takens矩阵取前三列，但estimateEmbeddingDim函数可能返回小于3的嵌入维度，此时生成的Takens矩阵不足3列，直接索引第三列会触发内存越界，而这类底层C实现的函数没有R层面的错误捕获，会直接导致R崩溃。
2. 输入数据异常
   部分原始CSV文件可能存在空值、非数值内容、长度过短的问题，你直接as.numeric转换后得到全NA或长度不足的序列，传入timeLag等非线性分析函数时，底层计算报错直接触发R崩溃。
3. 并行代码逻辑错误
   你提供的foreach版本代码中，没有提前注册和创建并行集群cl，就直接调用stopCluster(cl)，且在worker函数中反复加载大量库，容易引发进程冲突、内存溢出。

修复方案 #

第一步：增加异常校验与错误捕获 #

对所有可能出错的步骤加校验，用tryCatch包裹底层计算逻辑，异常样本直接跳过不影响整体运行。

第二步：清理冗余代码 #

将所有库加载移到脚本开头，并行场景下通过foreach的.packages参数传递依赖包，不要在循环/函数内部反复加载库。

第三步：强制嵌入维度下限 #

因为你需要做3维嵌入再投影到2D，直接强制emb.dim不小于3，避免维度越界。 #

修改后的可运行示例（串行版） #

setwd("C:/Users/x/Desktop/Coswara/Extracted_data/")
# 仅加载需要的包，不要加载多余的并行包
library(nonlinearTseries)
library(tseriesChaos)

ConfirmAllFilesExist <- function(start,stop){
  for (i in start:stop) {
    target_file <- paste0('2D-cough-heavy-',i,'.csv')
    if (file.exists(target_file)) next
    
    message("处理样本：",i)
    # 捕获读文件异常
    raw_data <- tryCatch({
      read.csv(paste0('cough-heavy-',i,'.csv'), header = F)
    }, error = function(e) {
      message("样本",i,"读入失败，跳过")
      return(NULL)
    })
    if (is.null(raw_data)) next
    
    data <- as.numeric(unlist(raw_data))
    # 校验数据有效性
    if (length(data) < 200 || sum(is.na(data))/length(data) > 0.1) {
      message("样本",i,"数据长度不足或缺失值过多，跳过")
      next
    }
    
    # 捕获时间延迟和嵌入维度计算异常
    calc_res <- tryCatch({
      tau.ami <- timeLag(data, technique = "ami", lag.max = 100, do.plot = FALSE)
      emb.dim <- estimateEmbeddingDim(data, time.lag = tau.ami, max.embedding.dim = 15, do.plot = FALSE)
      # 强制嵌入维度不小于3
      emb.dim <- max(emb.dim, 3)
      Takens <- buildTakens(data, emb.dim, tau.ami)
      list(takens = Takens)
    }, error = function(e) {
      message("样本",i,"时序计算失败，跳过：",e$message)
      return(NULL)
    })
    if (is.null(calc_res)) next
    
    Takens <- calc_res$takens
    x <- Takens[,1]
    y <- Takens[,2]
    z <- Takens[,3]
    v <- (1/sqrt(6)) * (x + y - 2*z)
    w <- (1/sqrt(2)) * (x - y)
    write.csv(data.frame(v, w), target_file, row.names = FALSE)
    message("样本",i,"处理完成")
  }
} 

ConfirmAllFilesExist(0,2016)

并行版修改要点 #

如果要使用并行，需要先正确注册集群：

library(foreach)
library(doParallel)
# 注册集群，根据自己的CPU核心数设置，比如4核
cl <- makeCluster(4)
registerDoParallel(cl)

foreach(i = 0:2016, .packages = c("nonlinearTseries","tseriesChaos")) %dopar% {
  setwd("C:/Users/x/Desktop/Coswara/Extracted_data/")
  # 这里用和上面串行版一样的处理逻辑即可
}
# 用完关闭集群
stopCluster(cl)

内容的提问来源于stack exchange，提问作者metanoia