Класс, представляющий средство оценки нелинейности нейронной сети для нелинейных моделей ARX
net_estimator = neuralnet(Network)
neuralnet
является классом, который инкапсулирует средство оценки нелинейности нейронной сети. Объект neuralnet
позволяет вам использовать сети, созданное программное обеспечение Deep Learning Toolbox™ использования, в нелинейных моделях ARX.
Средство оценки нелинейности нейронной сети задает нелинейную функцию , где F является многоуровневой прямой каналом (статической) нейронной сетью, как задано в программном обеспечении Deep Learning Toolbox. y является скаляром, и x является m
- размерный вектор - строка.
Вы создаете многоуровневые прямые каналом нейронные сети с помощью команд Deep Learning Toolbox, таких как feedforwardnet
, cascadeforwardnet
и linearlayer
. Когда вы создаете сеть:
Определяйте размеры ввода и вывода быть неизвестными путем оставления их в значении по умолчанию нуля (рекомендуемыми метод). При оценке нелинейной модели ARX с помощью команды nlarx
программное обеспечение автоматически определяет размеры ввода - вывода сети.
Инициализируйте размеры вручную путем установки областей значений ввода и вывода на m
-by-2 и 1 2 матрицы, соответственно, где m
является количеством нелинейных регрессоров модели ARX, и значения области значений являются минимальными и максимальными значениями регрессоров и выходных данных, соответственно.
Смотрите Примеры для получения дополнительной информации.
Используйте evaluate(net_estimator,x)
, чтобы вычислить значение функции, определяемой объектом neuralnet
net_estimator
во входном значении x. Когда используется для нелинейной оценки модели ARX, x представляет образцовые регрессоры для вывода, для которого объект neuralnet
присвоен как средство оценки нелинейности.
Вы не можете использовать neuralnet
, когда опцией Focus
в nlarxOptions
является 'simulation'
, потому что это средство оценки нелинейности считается недифференцируемым для оценки. Минимизация ошибки симуляции требует дифференцируемых нелинейных функций.
создает средство оценки нелинейности нейронной сети на основе прямого каналом (статического) сетевого объекта net_estimator
= neuralnet(Network
)Network
, созданный с помощью команд Deep Learning Toolbox feedforwardnet
, cascadeforwardnet
и linearlayer
. Network
должен представлять статическое отображение между входными параметрами и вывод без задержек ввода-вывода или обратной связи. Количество выходных параметров сети, если присвоено, должно быть тем. Для нескольких - выводит нелинейные модели ARX, создают отдельный объект neuralnet
для каждого вывода — то есть, каждое средство оценки должно представлять сетевой объект одно вывода.
Network | Объект нейронной сети, обычно созданное использование команд Deep Learning Toolbox feedforwardnet , cascadeforwardnet и linearlayer . |
После создания объекта можно использовать get
или запись через точку, чтобы получить доступ к значениям свойства объекта. Например:
% List Network property value get(n) n.Network
Можно также использовать функцию set
, чтобы установить значение конкретных свойств. Например:
set(d, 'Network', net_obj)
set
должен быть именем переменной MATLAB®.Команда nlarx
использует метод train
объекта network
, заданного в программном обеспечении Deep Learning Toolbox, чтобы вычислить сетевые значения параметров.
cascadeforwardnet
| customnet
| feedforwardnet
| linearlayer
| nlarx
| sigmoidnet
| treepartition
| wavenet