Класс, представляющий средство оценки нелинейности нейронной сети для нелинейных моделей ARX
net_estimator = neuralnet(Network)
neuralnet
класс, который инкапсулирует средство оценки нелинейности нейронной сети. neuralnet
объект 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 многоуровневый feedforward (статическая) нейронная сеть, как задано в программном обеспечении Deep Learning Toolbox. y является скаляром, и x является m
- размерный вектор-строка.
Вы создаете многоуровневые нейронные сети feedforward 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 nlarx
команда, программное обеспечение автоматически определяет размеры ввода - вывода сети.
Инициализируйте размеры вручную путем установки областей значений ввода и вывода на m
- 2 и 1 2 матрицы, соответственно, где m
количество 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)
вычислить значение функции, определяемой neuralnet
объект net_estimator
во входном значении x. Когда используется в нелинейной оценке модели ARX, x представляет регрессоры модели для выхода для который neuralnet
объект присвоен как средство оценки нелинейности.
Вы не можете использовать neuralnet
когда Focus
опция в nlarxOptions
'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 feedforward (статический) сетевой объект net_estimator
= neuralnet(Network
)Network
созданное использование команды Deep Learning Toolbox feedforwardnet
, cascadeforwardnet
, и linearlayer
. Network
должен представлять статическое отображение между входными параметрами и выход без задержек ввода-вывода или обратной связи. Количество выходных параметров сети, если присвоено, должно быть тем. Для нескольких - выводит нелинейные модели ARX, создают отдельный neuralnet
объект для каждого выхода — то есть, каждое средство оценки должно представлять сетевой объект одно выхода.
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 set
функционируйте, чтобы установить значение конкретных свойств. Например:
set(d, 'Network', net_obj)
set
должно быть имя переменной MATLAB®.nlarx
команда использует train
метод network
объект, заданный в программном обеспечении Deep Learning Toolbox, чтобы вычислить сетевые значения параметров.
cascadeforwardnet
| customnet
| feedforwardnet
| linearlayer
| nlarx
| sigmoidnet
| treepartition
| wavenet