scramble

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 из точки устанавливает p, созданное использование типа скремблирования задано type. Точка установила p любой haltonset или sobolset объект и каждый тип точки устанавливают, поддерживает различный тип скремблирования.

Скремблированная точка установила ps тот же вид 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 'MatousekAffineOwen' скремблируйте тип.

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 'clear' опция. Точка установила clearps соответствует 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 к scramble функция без дополнительных входных параметров. Программное обеспечение удаляет скремблирование, сходящее с ps и затем повторно применяет его. Из-за случайности борющегося алгоритма новая скремблированная точка установила newps отличается от исходного скремблированного набора точки 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 haltonset или sobolset объект.

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' — Сочетание 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