MATLAB.Exponenta
MATLAB и Simulink на русском
Технологии разработки и отладки
		сложных технических систем
 

Математика\Neural Network Toolbox Перейти на страницу содержания раздела

Список функций Neural NetworkToolbox: Функции предварительной и пост обработки

  В оглавление \ К следующему разделу \ К предыдущему разделу

TRAMNMX
Преобразование данных с использованием
предварительно вычисленных максимумов и минимумов

Синтаксис:

[pn] = tramnmx(p,minp,maxp)

Описание:

TRAMNMX преобразует входы с использованием максимумов и минимумов, которые были предварительно вычислены с помощью функции PREMNMX. Использование этой функции необходимо в случае, когда тренировка сети производилась с помощью данных, нормированных с использованием функции PREMNMX. Необходимо, чтобы все последующие входные значения сети были преобразованы с использованием той же нормировки.

Входные параметры:

  • P - RxQ матрица входных векторов;
  • MINP - Rx1 вектор минимумов для каждого входа;
  • MAXP - Rx1 вектор максимумов для каждого входа.

Выходные параметры:

  • PN - RxQ матрица нормированных входных векторов.

Пример.

Нормируем набор данных с использованием PREMNMX так, чтобы значения входов и эталонов оказались в диапазоне от-1 до 1, и проводим тренировку сети с использованием нормированных данных:

p = [-10 -7.5 -5 -2.5 0 2.5 5 7.5 10];
t = [0 7.07 -10 -7.07 0 7.07 10 7.07 0];
[pn,minp,maxp,tn,mint,maxt] = premnmx(p,t);
net = newff(minmax(pn),[5 1],{'tansig' 'purelin'},'trainlm');
net = train(net,pn,tn);

Если необходимо с помощью тренированной сети обработать новые входные данные, то мы должны сначала использовать TRAMNMX для их нормировки. После этого обрабатываем их с помощью тренированной сети. И наконец, используем POSTMNMX для того, чтобы привести выходные значения сети к значениям, соответствующим исходным значениям входов (вернуться к ненормированным значениям).

p2 = [4 -7];
[p2n] = tramnmx(p2,minp,maxp);
an = sim(net,pn);
[a] = postmnmx(an,mint,maxt);

Алгоритм.

pn = 2*(p-minp)/(maxp-minp) - 1.

  В оглавление \ К следующему разделу \ К предыдущему разделу

 

Поиск по сайту:

Система Orphus

Яндекс.Метрика