Метод вычисления расстояния временных рядов, заданный как одно из следующего:

Можно задать Method:

Формула расстояния для метода вычисления расстояния "dtw", заданного как одно из следующего:

Можно задать Distance:

Пожизненный промежуток исторических данных для вычислительного подобия, заданного как положительная скалярная величина или объект duration. Когда вычислительное подобие, модель использует исторические данные со времени жизни (t-HistorySpan) к пожизненному t, где t является текущим временем жизни.

Можно задать HistorySpan:

Исключение члена ансамбля определения фактора управляет для вычисления подобия, заданного как скаляр от 0 до 1. WithinRangeRatio используется, когда длина тестовых данных и длина данных члена ансамбля не соответствуют, который происходит около значений конца времени жизни исторических данных. Когда WithinRangeRatio является 1, затем нет никакого исключения членов ансамбля.

Предположим, что длиной более коротких данных является P, и длиной более длинных данных является Q. Затем тест подобия выполняется только если Q (1-WithinRangeRatio) <= P <= Q. В противном случае член ансамбля проигнорирован.

Можно задать WithinRangeRatio:

Это свойство доступно только для чтения.

Продолжительности жизни члена ансамбля, заданные как двойной вектор или вектор объекта duration и вычисленный из ухудшения члена ансамбля, профилируют функцией fit.

Количество самых близких соседей к оценке RUL, заданной как Inf или конечное положительное целое число. Если NumNearestNeighbors является Inf, то predictRUL использует всех членов ансамбля во время оценки.

Можно задать NumNearestNeighbors:

Отметьте, чтобы включать связи, заданные как true или false. Когда IncludeTies является true, модель включает всех соседей, расстояние которых до тестовых данных о компоненте является меньше, чем K th наименьшее расстояние, где K равен NumNearestNeigbors.

Можно задать IncludeTies:

Отметьте для стандартизации данных о функции перед вычислительным расстоянием, заданным как true, false или 'time-varying'.

То, когда Standardize является true, данные о функции стандартизированы таким образом, которые показывают X, становится (X-mean(X))/std(X).

То, когда Standardize является 'time-varying', данные о функции стандартизированы таким образом, которые показывают X (t), становится (X (t)-M (t)) / S (t). Здесь, M (t) и S (t) запускает оценки среднего и стандартного отклонения данных.

Можно задать Standardize:

Пожизненная переменная, заданная как строка, которая содержит допустимое имя переменной MATLAB^® или "".

Когда вы обучаете модель с помощью функции fit, если данные тренировки являются a:

Можно задать LifeTimeVariable:

Пожизненные переменные модули, заданные как строка.

Модули пожизненной переменной не должны быть основаны на времени. Жизнь тестового компонента может быть измерена с точки зрения переменной использования, такой как расстояние переместился (мили) или топливо, использованное (галлоны).

Имена переменных ухудшения, заданные как массив строк или массив строк. Строки в DataVariables должны быть допустимыми именами переменной MATLAB.

Можно задать DataVariables:

Отметьте для использования параллельных вычислений для поиска ближайшего соседа, заданного или как true или как false.

Можно задать UseParallel:

Дополнительная информация модели в бухгалтерских целях, заданных как любой тип данных или формат. Модель не использует эту информацию.

Можно задать UserData: