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

TRASTD
Предварительная обработка данных
с использованием предварительно вычисленного
среднего значения и стандартного отклонения

Синтаксис:

[pn] = trastd(p,meanp,stdp)

Описание:

TRASTD служит для предварительной обработки массива обучающих данных с использованием среднего значения и стандартного отклонения, которые были предварительно вычислены с помощью функции PRESTD. При этом необходимо, чтобы тренировка сети проводилась с использованием данных, нормированных с помощью функции PRESTD. Также необходимо, чтобы все последующие данные, подлежащие обработке с помощью сети, преобразовывались с использованием одной и той же нормировки.

Входные параметры:

  • P - RxQ матрица входных векторов;
  • MEANP - Rx1 вектор, включающий исходные средние для каждого входа;
  • STDP - Rx1 вектор, включающий исходные стандартные отклонения для каждого входа.

Выходные параметры:

  • PN – RxQ матрица нормированных входных векторов.

Примеры.

Нормируем массив данных так, чтобы входы и эталоны имели нулевые средние значения и единичное стандартное отклонение.

p = [-0.92 0.73 -0.47 0.74 0.29; -0.08 0.86 -0.67 -0.52 0.93];
t = [-0.08 3.4 -0.82 0.69 3.1];
[pn,meanp,stdp,tn,meant,stdt] = prestd(p,t);
net = newff(minmax(pn),[5 1],{'tansig' 'purelin'},'trainlm');
net = train(net,pn,tn);

Если теперь потребуется обработать новые данные с помощью тренированной сети, то перед обработкой их нужно преобразовать с помощью функции TRASTD. А выходные значения необходимо преобразовать с помощью функции POSTSTD.

p2 = [1.5 -0.8;0.05 -0.3];
[p2n] = trastd(p2,meanp,stdp);
an = sim(net,pn);
[a] = poststd(an,meant,stdt);

Алгоритм.

pn = (p-meanp)/stdp.

  В оглавление \ К следующему разделу \ К предыдущему разделу

 

Поиск по сайту:

Система Orphus

Яндекс.Метрика