скремблирование

Скремблируйте набор квазислучайной точки

свернуть все на странице

Синтаксис

ps = scramble(p,type)
ps = scramble(p,'clear')
ps = scramble(p)

Описание

пример

ps = scramble(p,type) возвращает скремблированную копию, ps точки установил p, созданное использование типа скремблирования, заданного type. Набор точки p является любой объектом haltonset или sobolset и каждым типом набора точки, поддерживает различный тип скремблирования.

Скремблированный набор точки ps является тем же видом объекта как p.

пример

ps = scramble(p,'clear') удаляет скремблирование, сходящее с p, и возвращает результат в ps.

пример

ps = scramble(p) повторно применяет существующую установку скремблирования на p, который обычно приводит к различному набору точки из-за случайности борющихся алгоритмов.

Примеры

свернуть все

Скрипт Open Live Script

Сгенерируйте 3D набор точки Холтона, пропустите первые 1 000 значений, и затем сохраните каждую 101-ю точку.

p = haltonset(3,'Skip',1e3,'Leap',1e2)
p = 
Halton point set in 3 dimensions (89180190640991 points)

Properties:
              Skip : 1000
              Leap : 100
    ScrambleMethod : none

Примените противоположное основание, борющееся при помощи scramble.

p = scramble(p,'RR2')
p = 
Halton point set in 3 dimensions (89180190640991 points)

Properties:
              Skip : 1000
              Leap : 100
    ScrambleMethod : RR2

Сгенерируйте первые четыре точки при помощи net.

X0 = net(p,4)
X0 = 4×3

    0.0928    0.6950    0.0029
    0.6958    0.2958    0.8269
    0.3013    0.6497    0.4141
    0.9087    0.7883    0.2166

Сгенерируйте каждую третью точку, до одиннадцатой точки, при помощи индексации круглой скобки.

X = p(1:3:11,:)
X = 4×3

    0.0928    0.6950    0.0029
    0.9087    0.7883    0.2166
    0.3843    0.9840    0.9878
    0.6831    0.7357    0.7923
Скрипт Open Live Script

Создайте и скремблируйте пятимерный набор точки Sobol. Задайте тип скремблирования 'MatousekAffineOwen'.

p = sobolset(5);
ps = scramble(p,'MatousekAffineOwen');

Сравните первые четыре точки в двух наборах точки.

X = net(p,4)
X = 4×5

         0         0         0         0         0
    0.5000    0.5000    0.5000    0.5000    0.5000
    0.2500    0.7500    0.2500    0.7500    0.2500
    0.7500    0.2500    0.7500    0.2500    0.7500


X2 = net(ps,4)
X2 = 4×5

    0.6681    0.2784    0.2476    0.5688    0.0513
    0.4485    0.6735    0.5417    0.3285    0.9719
    0.9940    0.9606    0.3515    0.1586    0.4742
    0.1550    0.1202    0.9226    0.9262    0.5491

Удалите скремблирование, сходящее с ps при помощи опции 'clear'. Точка установила соответствия clearps, исходная точка установила p.

clearps = scramble(ps,'clear');
clearX = net(clearps,4)
clearX = 4×5

         0         0         0         0         0
    0.5000    0.5000    0.5000    0.5000    0.5000
    0.2500    0.7500    0.2500    0.7500    0.2500
    0.7500    0.2500    0.7500    0.2500    0.7500

Передайте ps функции scramble без дополнительных входных параметров. Программное обеспечение удаляет скремблирование, сходящее с ps, и затем повторно применяет его. Из-за случайности борющегося алгоритма новый скремблированный набор точки, newps отличается от исходной скремблированной точки, установил ps.

newps = scramble(ps);
newX = net(newps,4)
newX = 4×5

    0.6882    0.6261    0.9298    0.3314    0.4169
    0.2442    0.1978    0.4307    0.6286    0.8666
    0.7827    0.2868    0.5172    0.8430    0.1261
    0.2772    0.8576    0.0164    0.1404    0.5905

Входные параметры

свернуть все

Набор точки, заданный как любой объект haltonset или sobolset.

Пример: sobolset(5)

Скремблируйте тип, заданный как 'RR2' или 'MatousekAffineOwen'. Различные наборы точки поддерживают различные типы скремблирования, как обозначено в этой таблице.

ОбъектСкремблируйте тип
haltonset

'RR2' — Перестановка радикальных обратных коэффициентов, выведенных путем применения операции противоположного основания ко всем возможным содействующим значениям. Скремблирование описано в [1].

sobolset

'MatousekAffineOwen' — Случайное линейное скремблирование объединено со случайным цифровым сдвигом. Скремблирование описано в [2].

Ссылки

[1] Kocis, L. и В. Дж. Уайтн. “Вычислительные Расследования Последовательностей Низкого Несоответствия”. Транзакции ACM на Mathematical Software. Издание 23, № 2, 1997, стр 266–294.

[2] Matousek, J. “На L2-несоответствии для Привязанных Полей”. Журнал Сложности. Издание 14, № 4, 1998, стр 527–556.

Смотрите также

| | |

Введенный в R2008a

Документация Statistics and Machine Learning Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте